推文

@kafkaup · 2026-10-09 04:56

📄 Less Context, Better Geometry: Masked Geometric Encoder for Robust 3D Foundation Models 概述：该论文提出一种掩码几何编码器，通过在训练中屏蔽部分跨视图注意力并结合教师模型蒸馏，学习更鲁棒的单帧几何表示，并据此设计锚点引导的自适应令牌合并方法以加速且提升推理质量。 核心贡献：作者提出掩码几何编码器（MGE），在训练阶段随机丢弃部分帧令牌并引入全上下文教师模型的蒸馏监督，从而学习到更丰富、更鲁棒的单帧几何表征。 实验结果：作者称该方法在遮挡与视觉相似但几何上相距较远的视图下表现明显更强，且在标准基准上保持高性能；在推理阶段，锚点引导的令牌合并相较其他高效推理方法可实现加速并持续保持更高的重建质量，但摘要未给出具体数值结果。

曝光 27 · 评论 2 · 点赞 0 · 书签 0