优质令牌搜寻：视觉几何变换器中令牌选择的搭车指南

Shuhong Zheng, Michael Oechsle, Erik Sandström, Marie-Julie Rakotosaona, Federico Tombari, Igor Gilitschenski

2026

摘要

本文提出了一种两阶段令牌选择框架，通过帧间多样性选择和帧内层感知稀疏化，显著降低视觉几何变换器的计算成本。该方法在保持甚至提升基线性能的同时，将包含500张图像的场景处理速度提升超过85%。

token selectionvisual geometry transformersmulti-view 3D reconstructionglobal attentionsparsification

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026