康奈尔 Trainspotting:从 Wikimedia 31 万张散拍照片重建 1.2 万个 3D 物体
Jimantha · x · 2026-11-07
- 康奈尔大学 Hanyu Chen 与 Noah Snavely 发布 Trainspotting:一个从 Wikimedia Commons「散拍照片」构建的物体中心 3D 重建数据集,含 12,068 个物体、311,886 张照片,并配有交互式数据集浏览器,可浏览每个物体的稀疏重建、相机位姿与原始照片。
- 核心洞察:现有前馈重建模型多在单次拍摄采集中训练,面对真实世界中「多人、多年、多环境、多相机甚至多个实体」拍摄的同一物体照片时表现很差。作者将物体分三种采集模式:固定于一处、会移动的、以及同一设计的大量实物,后两种正是模型失效最严重的场景。
- 在 Trainspotting 上微调 VGGT-Ω 可提升相机位姿、深度与 3D 几何精度,且在独立的 NAVI 野外基准上也观察到类似提升,常规基准成绩基本不变。
- 项目页面开放全部物体浏览, teaser 中还原了「飞天苏格兰人」号蒸汽机车等著名物体。
所属事件:康奈尔发布 Trainspotting 数据集：海量散拍照片重建上万 3D 物体(2 条相关)→
「多模态」频道最新
- 「这只是一场梦」:电影感 AI 视频短片引发热议 — Sweaty-Ad4488 · 2026-11-07
- 语音初创 Phonic 发布 Phonic-1 登顶 S2S 榜,并获 2750 万美元 A 轮 — amos_gyamfi · 2026-11-07
- 实测 Kimi K3.1 Pro 照片转 3D:思考推理几何光照并生成 Three.js 场景 — demian_ai · 2026-11-07
- Midjourney SREF 素材库单月新增 8800+ 风格码免费开放 — tisch_eins · 2026-11-07
- ComfyUI 新节点 Tab Capture:把浏览器标签页直接抓进工作流 — Sad_Berry_4621 · 2026-11-07
- 20 分钟讲透 AI 世界模型：从 Google Genie 3 到合成数据革命 — bilawalsidhu · 2026-11-07