arXiv Computer Vision· Xinglin Li, TingTing Long, Jingzhi Zhou, Jiajing Chen, Jian Yang, Jin Xie·· 8 小时前AI 评分34
GeoLift：用显式 3D 地图为视频空间推理提供几何基础
GeoLift: Grounding Video Spatial Reasoning in Explicit 3D Maps
AI 导读
GeoLift 是一个免训练框架，用前馈 3D 重建把单帧检测到的物体映射到共享的度量 3D 场景，再通过 superpoints 跨视角关联同一物体，从而显式计算空间关系与多步路线。
来源：arXiv Computer Vision · arxiv.org