Point3R：基于显式空间指针记忆的流式三维重建

从有序序列或无序图像集合中进行稠密三维场景重建，是将计算机视觉研究引入实际场景的关键步骤。跟随 DUSt3R 提出的范式，即将图像对统一稠密地映射到共享坐标系，后续方法维持隐式记忆以实现更多图像的稠密三维重建。然而，这种隐式记忆容量有限，可能丢失早期帧的信息。我们提出 Point3R，一个面向稠密流式三维重建的在线框架。具体而言，我们维护一个显式空间指针记忆，直接关联当前场景的三维结构。该记忆中的每个指针被分配特定的三维位置，并聚合全局坐标系中其附近场景信息以形成变化的空间特征。从最新帧中提取的信息与该指针记忆显式交互，实现了当前观测在全局坐标系中的稠密集成。我们设计了三维层次位置嵌入以促进这种交互，并设计一种简单而有效的融合机制，确保指针记忆的均匀性和效率。本方法在多种任务上实现了竞争甚至领先的性能，同时训练成本较低。代码：https://github.com/YkiWu/Point3R。