当更广泛的视图失败时：压力测试前馈 3D 重建

前馈 3D 重建模型可以根据稀疏图像进行有效的几何估计，但其预训练性质可能使它们容易受到超出训练数据的分布变化的影响。识别这些故障模式对于了解何时可以在无约束的成像设置中可靠地部署此类模型非常重要。我们通过改变稀疏图像输入的角度跨度同时保持输入预算固定，将视点变化研究为受控分布偏移。在多个前馈重建模型中，随着视点跨度的增加，我们观察到显着的退化，宽跨度会产生不完整的表面覆盖和观察到的图像不支持的几何形状。这些结果表明，视点变化可能会导致超出传统重建不完整性的故障模式，这突出表明需要在分布变化下评估预训练的前馈模型，从而挑战其学习的几何先验。