GeLoc3r：通过几何一致性正则化增强相对相机姿态回归
计算机视觉与模式识别
2026-01-21 v2 人工智能
摘要
先前的ReLoc3R方法在25ms的快速推理速度和领先的回归精度方面取得了突破性进展，但我们分析发现其内部表示存在细微的几何不一致性，无法达到基于对应关系的方法（如MASt3R，需300ms/对）的精度上限。本文提出GeLoc3r，一种新的相对相机姿态估计方法，通过几何一致性正则化（GCR）来增强姿态回归方法。GeLoc3r通过在训练阶段让回归网络产生几何一致的姿态，而无需在推理时进行几何计算，克服了速度与精度之间的困境。在训练期间，GeLoc3r利用真实深度生成稠密的3D-2D对应点，通过FusionTransformer学习对应点的重要性权重，并通过加权RANSAC计算几何一致的姿态。这种一致性损失将几何知识传递到回归网络中。与需要在推理时同时进行回归和几何求解的FAR方法不同，GeLoc3r仅在测试时使用增强的回归头部，保持ReLoc3R的快速速度，并接近MASt3R的高精度。在具有挑战性的数据集上，GeLoc3r持续优于ReLoc3R，实现了显著的改进，包括在CO3Dv2数据集上AUC@5{\deg}从34.85%提升至40.45%（16%的相对提升），在RealEstate10K上从66.70%提升至68.66%，在MegaDepth1500上从49.60%提升至50.45%。通过在训练阶段教授几何一致性而非在推理时强制实现，GeLoc3r代表了一种关于神经网络如何学习相机几何的范式转变，实现了回归方法的速度与对应方法的几何理解。
引用
@article{arxiv.2509.23038,
title = {GeLoc3r: Enhancing Relative Camera Pose Regression with Geometric Consistency Regularization},
author = {Jingxing Li and Yongjae Lee and Deliang Fan},
journal= {arXiv preprint arXiv:2509.23038},
year = {2026}
}