地平线发布 LoFT 原生视频几何基础模型,多项指标达 SoTA
47 分钟前
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,为机器人空间感知等提供几何基础。该模型采用双循环 Transformer 架构,第一循环聚合跨帧信息,第二循环更新相机状态并反馈至特征计算,结合双循环特征预测逐帧深度及置信度。团队搭建专属训练平台,依托近 297 万条有效训练序列、9.62 亿帧覆盖多类场景的图像完成训练。经三套评测体系对比测试,LoFT 在多项深度估计指标上达到当前最优水平,可适配机器人第一人称视频、动态街道等多类场景。
地平线发布 LoFT 原生视频几何基础模型,多项指标达到 SoTA
DoNews/maomu.com/IT 之家
地平线 LoFT 视频几何模型可联合预测相机位姿与深度
ITBear 科技资讯
体验专业版特色功能,拓展更丰富、更全面的相关内容。