ITBear旗下自媒体矩阵:

地平线LoFT视频几何模型可联合预测相机位姿与深度

   时间:2026-11-19 09:22:41 来源:互联网编辑:快讯 IP:北京 发表评论无障碍通道
 

地平线机器人实验室在11月18日于北京发布LoFT,一款原生视频几何基础模型。它把连续视频作为建模对象,借助双循环Transformer架构,从RGB视频里同步输出相机位姿、内参和逐帧深度,进而还原三维场景结构。

训练层面,LoFT使用了覆盖多类场景的数据集,规模约为297万条序列和9.62亿帧图像。在SpatialBench等三个评测体系中,其深度估计的多项指标取得业界最优成绩,也就是SoTA。

从应用方向看,LoFT面向机器人感知、自动驾驶以及室内环境重建等具身智能任务。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version