محققان در پژوهش جدیدی، راهکار نوآورانهای برای مدلهای Geometry Transformers (VGGT) ارائه دادهاند که چالش «مصرف حافظه بالا» و «کندی پردازش» را در بازسازیهای سه بعدی حل میکند.
💡 نکته کلیدی اینجاست: مدلهای فعلی با افزایش تعداد تصاویر، دچار سردرگمی و اتلاف منابع میشوند، اما این روش جدید با دستهبندی هوشمند تصاویر (Diversity-aware Partitioning)، به هوش مصنوعی کمک میکند فقط بر دادههای کلیدی و غیرتکراری تمرکز کند. نتیجه؟ مدلهای سریعتر، سبکتر و دقیقتر برای تخمین موقعیت دوربین و بازسازیهای پیچیده سه بعدی.
این پیشرفت میتواند مسیر را برای ابزارهای واقعیت افزوده (AR) و سیستمهای بینایی ماشین در آینده هموارتر کند.
منبع: arXiv Computer Vision
