IntriAdapt:以内参为校验的测试时自适应框架
热点事件持续更新
IntriAdapt:以内参为校验的测试时自适应框架
1 篇报道1 个报道来源59 分钟前更新
先了解这件事
AI 综述
2026年10月20日,arXiv Computer Vision 刊出由 Jiaxing Chen 等作者提出的 IntriAdapt 测试时自适应框架。该工作针对度量几何估计,将已知相机内参用作输出侧的几何校验器:通过最小化点云视线与内参所定义视线之间的闭式几何残差,来校正度量 3D 几何预测。方法在冻结的几何基础模型上仅优化轻量 LoRA 适配器,不依赖深度传感器或外部先验。作者报告,在十个单图与七个序列 benchmark 上,其度量精度和相对几何均稳定优于未适配基线与 oracle 内参基线;适配短序列后,还能前馈处理同一相机拍摄的其他序列。目前报道仅覆盖该框架的提出与实验结论,后续进展尚待跟进。
AI 根据报道生成 · 47 分钟前更新
最新进展10月20日 12:00
IntriAdapt:以相机内参为几何校验器的可泛化测试时自适应度量几何估计报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- arXiv Computer VisionIntriAdapt:以相机内参为几何校验器的可泛化测试时自适应度量几何估计
IntriAdapt 提出一种测试时自适应框架,用已知相机内参作为输出侧几何校验器,通过最小化点云视线与内参定义视线的闭式几何残差来校正度量 3D 几何预测。该方法在冻结的几何基础模型上仅优化轻量 LoRA 适配器,无需深度传感器或外部先验。在十个单图与七个序列 benchmark 上,其度量精度和相对几何均稳定优于未适配与 oracle 内参基线,且适配短序列后可前馈处理同一相机拍摄的其他序列。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。