跳到正文
arXiv · AI· Hongsen Cao, Shanxin Yuan, Mona Jaber, Ahmed Sayed·· 4 天前AI 评分28

Eco3R: Pinned-Key Inference for Efficient and Streamable Feed-Forward 3D Reconstruction from Long Videos

Eco3R: Pinned-Key Inference for Efficient and Streamable Feed-Forward 3D Reconstruction from Long Videos

AI 导读

无训练推理框架 EcoVGGT 使用 31 个均匀分布的固定键帧进行 3D 重建,实现了长视频的高效处理。 该框架将固定键帧存储于场景缓存中,其他帧独立读取该缓存,以恒定成本精确复现联合推理结果。 EcoVGGT (π³) 在 1,000 帧 ScanNet 视频上的成功匹配率与 π³ 相同,但速度提升 13.8 倍;VGGT 成功率从 70% 提升至 82%,速度提升 8.5 倍。

来源:arXiv · AI · arxiv.org