[ICCV 2023] PoseDiffusion: 通过扩散辅助捆绑调整解决姿态估计问题
更新:
[2024 年 8 月 6 日] 如要访问图 5、7 和 10 的原始数据,请从 arXiv 下载我们的提交。您可以通过点击 https://arxiv.org/format/2306.15667. 中的 [下载源代码] 按钮来完成此操作。提交文件包括以下文件: plots_co3dv2.tex、plots_re10k.tex 和 plots_co3dv2_suppl.tex。这些文件使用来自 csvs.tex 和 csvs_suppl.tex 的数据,这些文件也包含在 LaTeX 提交源代码中,以生成图像。我们在 Re10k 中使用的分割可在 re10k_test_1800.txt 中找到。
[2024 年 4 月 24 日] 您可能还对 VGGSfM 感兴趣,该模型与 PoseDiffusion 类似,用作相机预测器。它还支持通过束调整优化相机参数。
您可以下载在 Co3D 或 RealEstate10K 上训练的模型检查点。请注意,RealEstate10K 的检查点已在 336 的图像大小上重新训练(您需要更改对应配置中的 image_size)。预测的相机姿态和焦距定义在 NDC 坐标系 中。
[Paper] [Project Page]
暂无开放 Issues，或尚未同步最近议题。