StereoSplat 从立体视频做度量尺度新视角合成，深度误差降至 0.03
zhenjun_zhao · x · 2026-10-29
StereoSplat 是专为立体视频设计的前馈 3DGS 架构，实现可靠的度量尺度新视角合成：从 FoundationStereo 骨干提取稠密多尺度特征与视差，经跨视图特征融合与门控深度精化直接生成逐像素 3D 高斯；并用可学习深度自适应聚合在逆深度空间聚类基元，解决重叠视图的冗余。
- 仅用合成数据训练(自建 XRStereo 大规模立体视频数据集)，零样本迁移到真实立体视频
- Infinitigen 基准上新视图深度 AbsRel 0.03、δ1 98.6，PSNR 29.4，大幅领先 DepthSplat(0.21/63.0)等基线
- TartanV2、KITTI 上同样全面领先，且不依赖真值相机位姿
- 自适应体素化支持压缩率与渲染质量的灵活权衡
「研究」频道最新
- 清华与CUHK提出缓存工程:修剪上下文反而浪费算力 — TheTuringPost · 2026-10-29
- 伯克利等提出信息论缩放律：可预测扩散模型的记忆化与 FID — LucaAmb · 2026-10-29
- ICLR 审稿人晒评分:五篇全打 1 分,最低 2 分 — chhaviyadav_ · 2026-10-29
- kalomaze 质疑 hnet 基线:有效深度不匹配且未报 wall clock — kalomaze · 2026-10-29
- AVERT 研究启动：量化自动驾驶能否减少创伤 — zakkohane · 2026-10-29
- 结合蛋白设计只解释约 3% 临床失败，AlphaFold 类模型被高估？ — clarejtbirch · 2026-10-29