VFM-Recon：利用尺度对齐基础先验实现跨域场景级神经重建
计算机视觉与模式识别
2026-03-16 v1
摘要
单目视频的场景级神经体积重建在严重域迁移下仍具有挑战性。尽管近期进展在视觉基础模型（VFMs）提供了来自大规模数据的可迁移通用先验，但其尺度模糊的预测与体积融合所需的尺度一致性不兼容。为解决此差距，我们提出了VFMRecon，将可迁移VFM先验与尺度一致性要求在场景级神经重建中相结合。具体而言，我们首先引入轻量级尺度对齐阶段以恢复多视图尺度一致性。随后，我们通过轻量级任务特定适配器将预训练VFM特征集成到神经体积重建管道中，这些适配器在重建期间进行训练，同时保持预训练表示的跨域鲁棒性。我们在ScanNet train split 上进行训练，并在 both in-distribution ScanNet test split 和 out-of-distribution TUM RGB-D和Tanks and Temples数据集上进行评估。结果表明，我们的模型在所有数据集域上实现了最先进的性能。特别是在具有挑战性的户外Tanks and Temples数据集上，我们的模型在重建网格评估中实现了70.1的F1分数，显著优于最近最强的竞争者VGGT，该模型仅达到51.8。
引用
@article{arxiv.2603.12657,
title = {VFM-Recon: Unlocking Cross-Domain Scene-Level Neural Reconstruction with Scale-Aligned Foundation Priors},
author = {Yuhang Ming and Tingkang Xi and Xingrui Yang and Lixin Yang and Yong Peng and Cewu Lu and Wanzeng Kong},
journal= {arXiv preprint arXiv:2603.12657},
year = {2026}
}
备注
19 pages, 5 figures, 4 tables