告别模糊!英伟达发布ViPE引擎 为空间AI提供高精度3D数据
近日,英伟达与多伦多大学、向量研究所及德克萨斯大学奥斯汀分校的研究团队联合发布了一项名为 **ViPE告别(视频姿势引擎)**的突破性技术。ViPE 旨在解决3D几何感知领域的关键挑战,即如何从复杂的自然视频中高效模糊且精准地提取3D信息。 3D几何感知是自动驾驶、虚拟现实(VR)和增强现实(AR)等多种现代技术!英的核心。ViPE 创新性地从原始视频中快速获取相机的固有特性、运动信息以及高精度的深度图,为这些空间A伟达I系统提供了可靠的数据基础。 ViPE 具有强大的适应性,能够处理各种场景和相机类型,包括动态自拍视频、电影镜头发布、行车记录仪以及针孔、广角和360°全景相机模型。 研究团队采用了一种多重约束的混合方法来Vi确保 ViPE 的高精度: 束调整:在关键帧上进行密集束调整,以估算相机参数、姿态和深度图。 密集流与稀疏点约束:PE引入 DROID-SLAM 网络的密集流约束和 cuvslam 库的稀疏点约束,确保稳健性和亚像素精度。 深度正引擎则化:利用单目度量深度网络,解决尺度模糊性和一致性问题,生成高分辨率且时间一致的深度信息。 测试结果显 为示,ViPE 在多个基准测试中的表现均优于现有技术(如 MegaSAM、VGGT 和 MASt3R-SLAM)空间。它不仅在姿态和内在函数精度方面表现出色,还能在单个GPU上以每秒3到5帧的速度稳定运行,并成功生成了尺度AI一致的轨迹。 为推动空间AI领域的进一步研究,该团队还发布了一个包含约9600万帧标注数据的大规模数据集,提供为未来的技术探索提供了宝贵资源。ViPE的发布不仅标志着3D几何感知技术的一次重要进步,也为未来的空间AI应高精用奠定了坚实的基础。 地址:https://research.nvidia.com/labs/toront度3o-ai/vipe/技术核心与应用
工作原理与性能
- 最近发表
- 随机阅读
-
- 标签: Looki L1 蚂蚁集团 美团龙珠
- 标签: 公牛集团 603195 2025年报
- 云计算开发实例:Python3对字符串切片及翻转
- 标签: Hugging Face AI泡沫 大语言模型 Clem Delangue
- 标签: 洛轴股份 C919 轴承 港交所上市
- 标签: 福特中国 杨美虹 李方方 林肯中国
- OpenAI 首次突破月收入10亿美元,算力需求依然紧张
- 云计算核心技术Docker教程:prune 命令详解
- 云计算开发:Python3-List insert()方法详解
- 消息称拜登政府将阻止中国用户使用美国云计算公司算力训练AI大模型
- 标签: 快狗打车 滴滴送货 货拉拉 满帮集团
- 标签: 标签 追觅 俞浩 社交媒体营销 智能硬件
- AI给老照片上色,真的准吗?技术圈和历史圈吵了1000帖
- 标签: 月之暗面 融资声明 股权欺诈 老股转让
- 戴尔第一季度营收245亿美元 净利润同比增长520%
- 上海 AI 实验室发布 XTuner V1 训练引擎 大模型训练效率暴涨20%
- 标签: 微信 元宝 春节营销 诱导分享
- 标签: 领克 极氪 小鹏 深蓝
- 标签: 京东工业 刘强东 港交所 上市
- 科大讯飞推出东盟多语言大模型,助力跨国沟通
- 搜索
-
- 友情链接