用V-JEPA视频特征做多视角3D重建研究

Anwar Shamim 和 Jeffrin Sam 提交 arXiv 论文（arXiv:2611.15143），探索仅用 RGB 的监督多视角 3D 重建，架构结合 V-JEPA 视频预训练特征、相机估计、场景聚合、极线传输与残差 pointmaps。 论文实验显示：空间相机配置的绝对轨迹误差比全局相机配置低 29.3%，但轨迹误差仍逊于恒等位姿，深度误差也逊于全局配置。作者称这一结果说明，在把重建性能提升归因于预测式视频预训练之前，需要先做分组件与编码器的隔离对比。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。