基于知识蒸馏的多视角3D重建

本研究解决了在视觉定位任务中，大型基础模型Dust3r输出的高质量3D点云的推理时间和计算资源消耗过大的问题。我们提出了一个知识蒸馏策略，构建了以Dust3r为教师的学生模型，通过训练不同架构的学生模型来学习场景特定的表示，从而实现与Dust3r相当的3D点输出。我们的实验结果显示，基于视觉变换器的模型在视觉和定量评估上表现最佳。