FLARE：从未校准的稀疏视图中估计相机姿态、几何与外观
计算机视觉与模式识别
2026-01-27 v7
摘要
我们提出 FLARE，一种用于从未校准的稀疏视图图像（即仅2至8个输入）推断高质量相机姿态和3D几何结构的前馈模型，这是实际应用中具有挑战性又实用的场景。我们的解决方案采用级联学习范式，其中相机姿态作为关键桥梁，凭其在将3D结构映射到2D图像平面的根本作用。具体而言，FLARE首先进行相机姿态估计，其结果将条件化后续几何结构和外观的学习，通过几何重建和新视角合成目标函数进行优化。利用大规模公开数据集进行训练，我们的方法在姿态估计、几何重建和新视角合成任务中均实现了最先进的性能，同时保持推理效率（即少于0.5秒）。项目页面与代码请参见 https://zhanghe3z.github.io/FLARE/。
引用
@article{arxiv.2502.12138,
title = {FLARE: Feed-forward Geometry, Appearance and Camera Estimation from Uncalibrated Sparse Views},
author = {Shangzhan Zhang and Jianyuan Wang and Yinghao Xu and Nan Xue and Christian Rupprecht and Xiaowei Zhou and Yujun Shen and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2502.12138},
year = {2026}
}