重新定义自动驾驶的动态视觉？谷歌提出几何优先的动态场景方法MonST3R

文章预览

导读： 本文引入了Motion DUSt3R (MonST3R)，这是一种几何优先的动态场景方法，它以点图的形式直接估计几何形状。相比以前的工作，MonST3R具有如下关键优势： ● 增强的稳健性，特别是在具有挑战性的场景中； ● 与基于优化的方法相比，运行处理速度更快； ● 在视频深度估计、相机姿势估计和密集重建方面具有与针对性技术相媲美的结果。 ©️【深蓝AI】编译 从动态场景中估计几何形状（其中物体随时间移动和变形）仍然是计算机视觉的核心挑战。当前的方法通常依赖于多阶段系统处理或全局优化方法，将问题分解为深度和流量等子任务，导致系统复杂且容易出错。本文提出了Motion DUSt3R (MonST3R)，这是一种新颖的几何优先方法，可直接从动态场景中估计每个时间步的几何形状。作者的主要见解是，通过简单地估计每个时间步的点图，可以有效地将D ………………………………