VGGT-Align：连接局部重建和全局一致性以实现长序列 3D 重建

保持全局几何一致性是长序列 3D 重建中的一个核心挑战，其中尺度漂移是最关键的故障模式。在基于块的推理管道中，顺序 Sim(3) 对齐中的尺度自由度不受约束，导致估计误差乘法复合并扭曲全局轨迹和点云几何形状。我们提出了一个基于关键见解的尺度一致性增强框架：在结构化环境（例如驾驶场景）中，由环境规律产生的几何量在不同时间段之间保持固有不变，并且每个块测量的差异直接暴露了块间尺度漂移。我们提出了场景几何不变锚定（SGIA），它通过从粗到精的稳健估计从每个块的预测点云中提取主要几何不变量，并利用它们的跨块一致性来建立独立于点云配准的尺度约束，显式地将 7-DoF Sim(3) 对齐退化为 6-DoF 刚体变换，并在其源头切断链式尺度误差传播。我们进一步引入了一种轻量级测试时适应策略，该策略通过多目标自监督仅微调归一化层参数，逐步改进沿序列的块内预测。这两个模块都是即插即用的，无需离线再培训。在多个长序列基准上进行的实验证明了最先进的性能，将绝对轨迹误差降低了高达 32%，并显着提高了轨迹稳定性和重建质量。代码：https://github.com/WZ-CS/VGGT-Align