SARA：场景感知重建加速器
计算机视觉与模式识别
2026-01-13 v1
摘要
我们提出SAR A（Scene-Aware Reconstruction Accelerator），一种用于结构化运动（Structure-from-Motion, SfM）的几何驱动的配对选择模块。不同于仅依据视觉相似性进行配对选择的常规流程，SARA 通过评估配对重建信息性——即重叠度与视差乘积——进行几何优先配对选择，然后在高昂的匹配之前进行评估。轻量级的预匹配阶段使用最近邻和RANSAC来估计这些线索，然后构建一个信息加权生成树（Information-Weighted Spanning Tree, IWST），并增添针对闭环、长基准锚和弱视角加强的目标性边缘。与穷举匹配相比，SARA在现代学习型检测器上将旋转误差降低46.5±5.5%，平移误差降低12.5±6.5%，通过98%的配对减少（从30,848个配对减少到580个配对）实现最多50倍的加速。该方法将匹配复杂度从二次降低到准线性，同时在3D 高斯溅射和SVRaster的重建指标上保持在基线的±3%范围内。
引用
@article{arxiv.2601.06831,
title = {SARA: Scene-Aware Reconstruction Accelerator},
author = {Jee Won Lee and Hansol Lim and Minhyeok Im and Dohyeon Lee and Jongseong Brad Choi},
journal= {arXiv preprint arXiv:2601.06831},
year = {2026}
}
备注
This work has been submitted to the 2026 International Conference on Pattern Recognition (ICPR) for possible publication