X-VGGT：从地面与卫星图像实现地理配准的跨视角 3D 重建

X-VGGT 是一种前馈跨视角几何 Transformer，联合处理一组地面图像与一张带地理参考的卫星图像，直接预测地面相机位姿、稠密 3D 点图以及由重力、尺度、偏航和翻译参数化的场景级变换，从而把局部重建投影到卫星平面，实现所有地面图像与卫星图像的地理配准。