OmniCam由全景图生成相机轨迹

Zhenyang Liu等提出OmniCam，利用单张全景图像和文本描述自回归生成相机位姿序列，并通过几何与语义条件、显式3D目标锚点约束轨迹。团队同时构建含四类相机行为、26.77万条轨迹的OmniCaT数据集。 论文摘要报告，在OmniCaT评测中，OmniCam相较于用该数据集重训的GenDoP，轨迹误差降低28%—47%、碰撞率降低65.8%；相较各指标的最佳基线，ATE降低43.0%、碰撞率降低62.3%。消融实验支持几何和目标感知条件的作用，研究还在相机控制视频生成和机器人主动感知任务中进行了下游实验。

AI 根据报道生成 · 30 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。