FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry

단안 메트릭 기하학 파운데이션 모델. 2단계 프레임워크로 상대 기하학+메트릭 보정을 결합하며, 7개 벤치마크에서 평균 5.2% 리드.

FoundationGeo는 단안 메트릭 기하학 추정을 위한 2단계 프레임워크로, Stage 1에서 DINOv3 초기화로 10.2M 샘플 고품질 affine-invariant 기하학 모델을 학습하고, Stage 2에서 픽셀 단위 보정 필드(scale + ray-direction correction)로 메트릭 추정을 수행한다. 카메라 내부 파라미터 특히 초점 거리 분포의 불일치가 zero-shot 메트릭 일반화의 핵심 병목임을 식별하고, Blender 기반 데이터 엔진으로 다양한 초점 거리 영역의 데이터를 합성하여 보강했다.

핵심 요약

• Stage 1: DINOv3 초기화 + 10.2M 멀티도메인 코퍼스로 affine-invariant 고품질 상대 기하학 학습
• Stage 2: 픽셀 단위 scale field + ray-direction correction field로 공간적으로 변화하는 메트릭 보정
• 초점 거리 분포 불일치가 zero-shot 메트릭 일반화의 핵심 병목임을 식별
• Blender 기반 합성 데이터로 다양한 초점 거리 영역 보강하여 내부 파라미터 시프트에 대한 강건성 향상
• 7개 zero-shot 벤치마크에서 평균 5.2%+ 리드하며 도메인 간 급락 방지
• DepthPro, Metric3D V2, UniDepthV2, MoGe-2 등 기존 메트릭 방법들을 능가

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.