活场景：变化3D环境中的多目标重定位与重建

动态3D场景理解的研究主要集中在从密集观测进行短期变化跟踪，而很少关注稀疏观测下的长期变化。我们通过MoRE填补了这一空白，这是一种用于演化环境中多目标重定位和重建的新方法。我们将这些环境视为“活场景”，并考虑将不同时间点拍摄的扫描转换为对象实例的3D重建，其准确性和完整性随时间增加。我们方法的核心是在单个编码器-解码器网络中的SE(3)-等变表示，在合成数据上训练。这种表示使我们能够无缝地处理实例匹配、配准和重建。我们还引入了一种联合优化算法，便于在不同时间点拍摄的多次扫描中累积来自同一实例的点云。我们在合成和真实数据上验证了我们的方法，并在端到端性能和单个子任务中展示了最先进的性能。