通过动态特征归一化稳定流视频几何

根据流式 RGB 输入进行一致的 3D 几何估计对于自动驾驶、嵌入式 AI 和大规模重建等现实应用至关重要。虽然现代单目几何基础模型实现了很强的单图像精度，但它们在连续输入上表现出严重的时间不一致，特别是尺度移位漂移。通过有针对性的实证分析，我们将这种不稳定性追溯到其根本原因：潜在特征统计数据的波动，其均值和方差直接决定了预测深度的尺度和偏移。基于这一见解，我们引入了动态特征归一化（DyFN），这是一个轻量级的因果循环模块，可以动态、稳健地调节特征统计数据，以随着时间的推移保持稳定的几何形状。我们通过仅微调 DyFN（仅 2% 的附加参数）来适应强大的预训练单目几何模型，同时保持主干冻结，从而在不影响单图像精度的情况下实现时间一致性。跨越四个基准的大量实验表明，DyFN 有效消除了时间伪像，例如脱节的分层和位置抖动，并实现了最先进的时间稳定性，比之前的流媒体方法提高了 14%，甚至超越了更重的非因果视频基线。项目页面：https://shawlyu.github.io/DyFN