运动与重力感知的前馈三维重建框架提出

2026年10月16日，arXiv Computer Vision 报道，Shiyao Qian、Yuan Ren、Dongfeng Bai 等研究者提出一种运动与重力感知的前馈三维重建框架。该框架在 LUPI（Learning Using Privileged Information）范式下训练，训练时引入残差光流和重力方向作为特权信号，推理时仅使用标准视觉输入。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。目前为该框架的首次报道，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。