基于运动与重力先验的前馈 3D 重建框架

研究者提出一种运动与重力感知的前馈 3D 重建框架，在 LUPI 范式下训练时引入残差光流和重力方向作为特权信号，推理时仅用标准视觉输入。该方法以轻量改动接入 Transformer 主干，在动态物体、结构模糊和复杂相机运动场景中提升了重建精度与鲁棒性。分析显示最优注入阶段因主干而异：VGGT 适合中层注入，π3 更适合后段注入。