DAGE：高效精细几何估计的双流架构
计算机视觉与模式识别
2026-03-24 v2
摘要
从未校准的多视角/视频输入中估计准确、视角一致的几何与相机姿态仍具有挑战性——尤其是在高空间分辨率和长序列场景下。我们提出DAGE，一种双流变换器，其核心新颖性在于解耦全局一致性与细节表述。低分辨率流针对 aggressively 降采样后的帧，交替使用帧级/全局注意力构建视角一致表示并高效估计相机；高分辨率流逐帧处理原始图像以保留锐利边界与小结构。轻量级适配器通过跨注意力融合两者，注入全局语境而不扰乱预训练的单帧路径。该设计独立扩展分辨率与片段长度，支持最高达2K的输入，同时维持实用推理成本。DAGE实现锐利深度/点图、强跨视角一致性与精准姿态估计，为视频几何估计与多视角重建树立了新SOTA成绩。
引用
@article{arxiv.2603.03744,
title = {DAGE: Dual-Stream Architecture for Efficient and Fine-Grained Geometry Estimation},
author = {Tuan Duc Ngo and Jiahui Huang and Seoung Wug Oh and Kevin Blackburn-Matzen and Evangelos Kalogerakis and Chuang Gan and Joon-Young Lee},
journal= {arXiv preprint arXiv:2603.03744},
year = {2026}
}
备注
CVPR 2026. Project page: https://ngoductuanlhp.github.io/dage-site/