模型42
地平线发布原生视频几何基础模型 LoFT,多项深度估计指标达 SoTA
原标题:地平线发布 LoFT 原生视频几何基础模型,多项指标达到 SoTA
地平线机器人实验室发布原生视频几何基础模型 LoFT,可从 RGB 视频中联合预测相机位姿、内参及逐帧深度,恢复场景三维结构。该模型采用双循环 Transformer 架构,训练数据约 297 万条有效序列、9.62 亿帧图像。在 SpatialBench、ClassicBench 和 VRBench 评测中,LoFT 多项深度估计指标达到 SoTA。
来源仅允许展示摘要,全文请到原文阅读。
