10:40arXiv cs.AI@Eric Liang该论文提出一种自适应特征优化视觉前端,用于3D场景重建。传统方法使用固定特征阈值和均匀特征预算,在重复纹理、低视差区域会浪费计算资源。新方法通过纹理、重复性、独特性、三角测量角度和空间覆盖度对候选特征评分,并为每视图分配特征预算以最大化有效轨迹。在走廊、立面、物体桌面和杂乱场景的测试中,自适应策略相比随机、仅纹理和均匀网格基线,获得了最佳质量感知完整性和最低重建RMSE。该方法可作为模块化前端策略,让经典和学习的3D重建管道更智能地选择计算投入的视觉证据。论文3D重建特征优化自适应策略计算机视觉论文推荐理由:做3D重建的团队终于有了一个能自动节省计算资源的特征选择策略——不用再手动调阈值或忍受均匀采样的浪费,直接集成到现有管线就能提升重建精度,值得一试。原文