#238 · 主分类： 计算机视觉
acezero
3d-reconstruction
camera-relocalization
computer-vision
eccv
eccv2024
machine-learning
pose-estimation
sfm
structure-from-motion
visual-relocalization
[ECCV 2024 - Oral] ACE0 是一种基于学习的运动恢复结构方法，通过学习多视图一致的隐式场景表示来估计图像集的相机参数。
项目最后更新：11/10/25
GitHub Stars
808
Forks数量
54
贡献者数量
5
许可证
MIT
收录理由
多数运动恢复结构工具依赖跨图像的特征匹配来求解相机位姿，ACE0 却另辟蹊径：它通过增量学习一个多视角一致的隐式场景表示，直接从中估计一组图像的相机参数，完全绕开了特征匹配流程。这套代码的用途不限于 ECCV 2024 论文本身——你可以用它精化已有位姿、从部分重建结果继续推进、输入 RGB-D 数据，或者把恢复出的位姿用于训练 NeRF 和高斯泼溅模型。仓库还整合了标准 ACE（CVPR 2023）流程，以及 ICCV 2025 后续工作提供的可选重建先验，方便对比经典方法与学习方法。对于在 AR、机器人或摄影测量中需要可靠相机位姿的团队，这种增量学习思路和附带的基准测试脚本可以直接上手使用。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。