GLADOS：从无重叠视角生成几何一致的三维重建

3D 视觉系统从根本上受到对视觉重叠的依赖的限制：重建方法需要它进行几何对齐，而生成模型则使用它来强制多视图一致性。这种限制在现实场景中尤其严重，例如分布式群体机器人或众包数据收集，在这些场景中，捕获空间和外观重叠方面的重叠视角通常是不可能的。我们引入了不相交视图的生成重建作为新的范式，建立了全面的数据集，并提出了针对零重叠场景的专门评估指标。我们的基准测试表明，现有的最先进的方法在这项任务上失败了，产生了不连贯的几何图形或语义上不连贯的重建。为了解决这些限制，我们提出了 GLADOS，一个通用的模块化框架，它通过三个阶段运行：（1）生成桥接，其中基础模型综合中间视角来连接不相交的输入； （2）鲁棒粗略3D重建，通过全局对齐建立粗略几何支架，吸收生成过程中的局部矛盾； (3)迭代上下文扩展和一致性优化，以填充缺失区域并统一重建。作为一个与架构无关的框架，GLADOS 能够无缝集成生成、重建和修复方面的未来进步。源代码位于：https://github.com/gwilczynski95/GLADOS。