LingBot-Map: Геометрический контекст трансформатор 3D реконструкции

arXiv:2604.14141v3 Annualce Type: заменить резюме: " Streaming 3D Reconstruction < (Стриминг 3-Д реконструкции) имеет целью извлечь из видеопотока трехмерную информацию, такую как фотокамеры и облако точки, что требует геометрической точности, временной последовательности и вычислительной эффективности. Руководствуясь принципами одновременной локализации и картографирования (SLAM), мы представляем LingBot-Map, модель 3D-почвенной модели для восстановления сцен из потоковых данных на основе архитектуры геометрического контекста трансформатора (GCT). Определяющий аспект LingBot-Map заключается в его тщательно разработанном механизме внимания, который объединяет якорный контекст, окно с прицелом на позу и траекторию памяти для решения вопросов заземления координат, плотных геометрических сигналов и корректировки дрейфа на большие расстояния соответственно. Этот проект сохраняет компактное состояние потока при сохранении богатого геометрического контекста, что позволяет сделать стабильную и эффективную оценку порядка 20 FPS на 518 x 378 входных данных за длинные последовательности свыше 10 000 кадров. Бывший