AirZoo：用于航空几何 3D 视觉基础的统一大型数据集

尽管数据驱动的 3D 视觉取得了快速进展，但由于大规模、高保真训练数据的严重缺乏，航空几何 3D 视觉仍然是一个艰巨的挑战。现有的基准主要偏向于地面或以物体为中心的视图，没有考虑到基于无人机的传感中复杂的视点转换和多样化的环境条件。为了弥补这一关键差距，我们提出了 AirZoo，这是一个统一的大型数据集和地面航空几何 3D 视觉基准。 AirZoo 拥有三个吸引人的特性： 1) 可扩展的生成管道：利用免费提供的世界级摄影测量 3D 网格，它通过可定制的无人机飞行轨迹和可配置的天气/照明来渲染广阔的室外环境。 2）全面的场景多样性：它提供了迄今为止最广泛的区域类型覆盖（跨越22个国家的378个区域），系统地涵盖了高度结构化的城市景观和复杂的非结构化自然环境。 3) 丰富的几何注释：每一帧都提供同步的像素级度量深度和精确的 6-DoF 地理参考姿势，这对于几何感知学习至关重要。通过三个严格的评估轨道——航拍图像检索、跨视图匹配和多视图 3D 重建——我们证明了 AirZoo 作为强大的 预训练 引擎。对公共和新收集的现实世界基准的大量实验表明，AirZoo 上的 微调 为 SoTA 模型（例如 MegaLoc、RoMa、VGGT 和 Depth Anything 3）带来了显着的性能提升，为空中空间智能建立了新的性能上限。