Graph3R: ビューグラフ初期化とフィードフォワード再構成の統合

- 不揃いな画像集合から camera pose と dense geometry を復元する feed-forward reconstruction 手法。 - 入力 views が単一 scene 前提でなく、disjoint scenes を含む場合に対応。 - view graph initialization と reconstruction を shared geometric representation で統合。 - 軽量 verification head が π³ の multi-view features から pairwise covisibility を予測し view graph を構築。 - graph で scene groups に分類し、各 group で shared features を mask して camera pose と dense geometry を decode。

- 既存 pipeline は view association を別 stage で解決し、view graph initialization と reconstruction inference が疎結合。 - Graph3R は両者を shared geometric representation で統合し、end-to-end に近づける。 - 単一 backbone pass で disjoint scenes を別々に reconstruct 可能。 - 3 benchmarks で average maximum recall at 100% precision を最大 8.99 percentage points 改善。 - mixed-scene inputs の reconstruction quality も向上。

- π³ の multi-view features を再利用する lightweight verification head で pairwise covisibility を予測。 - 予測から view graph を構築し、入力 views を scene groups に分類。 - 各 group で shared features を mask してから camera pose と dense geometry を decode。 - 単一 backbone pass で複数 disjoint scenes を個別に reconstruct。 - view association と geometric inference を learned に統合。

- 3 benchmarks で評価。 - average maximum recall at 100% precision を baseline 比最大 8.99 percentage points 改善。 - mixed-scene inputs で reconstruction quality 向上を確認。 - multi-session mapping task で cross-session localization 改善と competitive な pose estimation accuracy を達成。 - query group reconstruction で baseline 比約 35.9× の runtime speedup。

- uncurated image collections からの end-to-end reconstruction への一歩と位置づけ。 - view association と geometric inference の統合が有効性の鍵。 - 限界や失敗ケース、計算コストの詳細は要旨からは不明。 - 一般化可能性や他タスクへの適用は要旨からは不明。

- π³ (feed-forward reconstruction の backbone として参照)。 - 既存の view association を別 stage で行う pipeline (具体的名称は要旨からは不明)。 - multi-session mapping 関連手法 (具体的名称は要旨からは不明)。 - 同分野の定番として Structure-from-Motion (SfM) や Visual SLAM の関連研究。