arXiv · cs.AI · Shun Kenney, Teppei Suzuki · 6 小时前模型评分38
DPPE：重新思考多视角 Transformer 扩展中的相机位置编码
DPPE: Rethinking Camera-Based Positional Encoding for Scaling Multi-View Transformers
导读
研究者提出解耦姿态位置编码（DPPE，Decoupled Pose Positional Encoding），把相机位置编码中的旋转与平移显式分开，解决新视角合成模型扩大训练规模后性能在后期停滞的问题。该编码让模型在放大训练配置下仍能稳定长期训练，并在视角数量增加、放大场景等外推设置中表现更好。论文已被 NeurIPS 2026 主会接收，代码已公开。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address this, we propose Decoupled Pose Positional Encoding (DPPE), a novel camera-based positional encoding that explicitly decouples rotation and translation.”
- “Code is available at this https URL .”
来源：arXiv · cs.AI · arxiv.org