BA-T：迭代式 Transformer 用於雙視圖捆綁調整

研究論文提出 BA-T 模型，這是一個專為雙視圖捆綁調整設計的迭代式 Transformer 架構。論文探討指出，現有的前饋模型在三維重建中雖然性能強勁，但往往依賴於深度解碼器堆疊，缺乏結構化的幾何優化機制，導致多視圖一致性較差。為了解決這些問題，BA-T 受到傳統捆綁調整的啟發，將其視為姿態與局部幾何之間的迭代信息傳播過程。因此，BA-T 在隱式令牌空間中實現了捆綁調整風格的結構化更新，作為一個可重複使用的層級。與傳統方法不同，它僅透過單一輕量層基於潛在殘差來優化預測。實驗結果顯示，BA-T 在迭代過程中逐步提高了姿態估計與重建的準確性，並展現出比常規解碼器更強的跨視圖一致性。更重要的是，它以僅使用 16% 解碼器參數的輕量級架構，匹配或超越了體積更大的模型。這項研究提供了一個緊湊、高效且結構化的替代方案，適用於精確的三維重建應用。代碼將在 GitHub 上公開發布，促進進一步研究。