LONG3R：长序列流式三维重建
计算机视觉与模式识别
2025-07-25 v1
摘要
最近的多视角场景重建取得了显著进展，但现有方法在处理输入图像流时面临局限。这些方法要么依赖耗时的离线优化，要么受限于较短的序列，阻碍其在实际场景中的应用。本文提出了 LONG3R（LOng sequence streaming 3D Reconstruction），一种新型模型，专为长序列流式多视角三维场景重建设计。我们的模型通过递归方式实现实时处理，维护并更新每个新观察的记忆。我们首先采用记忆门控机制筛选相关记忆，该记忆与新观察一起输入到双源精炼解码器进行粗到细交互。为有效捕获长序列记忆，我们提出了一种三维时空记忆，动态修剪冗余空间信息，同时自适应调整场景中的分辨率。为在保持训练效率的同时提升模型在长序列上的性能，我们采用两种阶段的课程训练策略，每个阶段针对特定能力进行训练。实验表明，LONG3R 在状态-of-the-art 流式方法中表现更佳，尤其是在处理较长序列时，同时保持实时推理速度。项目页面：https://zgchen33.github.io/LONG3R/。
引用
@article{arxiv.2507.18255,
title = {LONG3R: Long Sequence Streaming 3D Reconstruction},
author = {Zhuoguang Chen and Minghui Qin and Tianyuan Yuan and Zhe Liu and Hang Zhao},
journal= {arXiv preprint arXiv:2507.18255},
year = {2025}
}
备注
Accepted by ICCV 2025. Project page: https://zgchen33.github.io/LONG3R/