A NAVER LABS Europe új módszere képekből gyorsítja a 3D rekonstrukciót

Egy keret az online és offline feldolgozáshoz

A BLASt3R a bundle adjustment nevű optimalizálási eljárásra épül. Ennek célja, hogy a képekből felépített 3D rekonstrukciót és a kamerák helyzetére vonatkozó becsléseket pontosítsa. A NAVER LABS Europe kutatói szerint a módszer egy gyors, többnézetű képegyeztetőt, valamint egyképes előzetes becsléseket használ az inicializáláshoz és a regularizációhoz.

A megközelítés egyik fontos eleme, hogy ugyanazt az egységes keretet alkalmazza két eltérő feladatra. Támogatja az online vizuális egyidejű lokalizációt és térképezést, röviden VSLAM-et, valamint az offline 3D rekonstrukciót rendezetlen képekből. A két feladathoz közös hiperparamétereket használ, így a kutatók szerint a rendszer nem igényel külön optimalizálási keretet az online és az offline feldolgozáshoz.

A sűrű képegyeztetés költségét csökkentenék

A kutatás hátterében a modern, hibrid szerkezet a mozgásból, vagyis SfM-rendszerek korlátai állnak. Ezek a rendszerek a közvetlen, előre betanított 3D-rekonstrukció robusztusságát a hagyományos bundle adjustment pixelalapú képegyeztetésének pontosságával kapcsolják össze. A forrás szerint az ilyen megoldások általában a legjobb teljesítményt nyújtó módszerek közé tartoznak.

Használhatóságukat és skálázhatóságukat azonban korlátozza, hogy a nézetek közötti sűrű megfelelések becslése költséges. Ez különösen az online alkalmazásoknál jelent problémát, ahol az időkorlátok miatt gyorsan kell feldolgozni a kameraképeket. A BLASt3R ezért gyors többnézetű illesztést kombinál monoculáris, vagyis egyetlen képből származó előzetes információkkal. A cél a pontosság és a sebesség közötti kedvezőbb kompromisszum.

A kutatók szerint a VSLAM-ben is javultak az eredmények

A BLASt3R-t kiterjedt kísérletekben vizsgálták online és offline rekonstrukciós feladatokon. A NAVER LABS Europe közlése szerint a módszer a hagyományos, a közvetlenül előre betanított és a hibrid összehasonlítási alapokhoz képest is jobb teljesítmény és sebesség közötti arányt mutatott.

A VSLAM feladatában a kutatók külön kiemelik, hogy a kalibrálatlan BLASt3R felülmúlta az összes korábbi kalibrált megközelítést. A kalibrálatlanság ebben az esetben azt jelenti, hogy a módszer a forrás leírása szerint ilyen előzetes kamerakalibráció nélkül is működik. A kutatás eredményeit a 19. European Conference on Computer Vision rendezvényén mutatják be, amelyet 2026. szeptember 8. és 12. között tartanak a svédországi Malmöben.

Robotlátásban és 3D feladatokban lehet szerepe

A NAVER LABS Europe a vizuális érzékelést olyan technológiák alapjaként írja le, amelyekkel a robotok megérthetik és használhatják a 3D-s környezetüket. A vállalat kutatási területei között szerepel a robotok navigációja, a környezetben található tárgyak és emberek felismerése, valamint tárgyak, épületek és akár teljes városok 3D rekonstrukciója.

A BLASt3R leírása alapján a módszer olyan helyzetekben lehet hasznos, ahol egy robotnak online kell lokalizálnia magát és térképet készítenie, illetve ahol később, rendezetlen képekből kell rekonstruálni egy jelenetet. A közlemény kutatási eredményt ismertet, ezért a tényleges felhasználási lehetőségek a bemutatott algoritmus további alkalmazásától és beépítésétől függenek.