VGGT: Visual Geometry Grounded Transformer
CVPR 2025で発表が予定されている"VGGT: Visual Geometry Grounded Transformer"の論文の内容をまとめたスライドです。
- 任意枚数の多視点RGB画像を入力とするFeed-ForwardなTransformerを提案
- カメラの内部・外部parameter、point map、depth map、point trackの推定をマルチタスク学習
- GTカメラを使用した他手法や同条件のDUSt3R、MASt3Rより高精度で高速
Spatial AI Network
May 15, 2025