动态环境下面向可扩展 3D 场景重建的自适应关键帧选择
密码学与安全
2025-10-29 v1
摘要
本文提出一种用于改进动态环境下 3D 场景重建的自适应关键帧选择方法。该方法集成了两个互补模块：一种基于误差的选择模块，利用光度误差和结构相似性（SSIM）误差；一种基于动量的更新模块，根据场景运动动态调整关键帧选择阈值。通过动态筛选最具信息性的帧，本方法解决了实时感知中的关键数据瓶颈，使从压缩数据流中创建高质量 3D 世界表示成为可能，这是面向在复杂动态环境中实现机器人学习与部署的关键步骤。实验结果表明，我们的方法在传统固定时间间隔或均匀帧跳过的自适应关键帧选择策略方面具有显著改进。这些发现凸显了向能够动态响应复杂演变视觉场景的自适应感知系统迈出的重要一步。我们在两个最新 SOTA 3D 重建网络 Spann3r 和 CUT3R 上评估了所提出的自适应关键帧选择模块，观察到在两个框架中重建质量均得到一致提升。此外，广泛的消融研究确认了我们方法中每个单独组件的有效性，凸显了其对整体性能提升的贡献。
引用
@article{arxiv.2510.23927,
title = {Victim as a Service: Designing a System for Engaging with Interactive Scammers},
author = {Daniel Spokoyny and Nikolai Vogler and Xin Gao and Tianyi Zheng and Yufei Weng and Jonghyun Park and Jiajun Jiao and Geoffrey M. Voelker and Stefan Savage and Taylor Berg-Kirkpatrick},
journal= {arXiv preprint arXiv:2510.23927},
year = {2025}
}