arXiv cs.AI· Rui Wang, Haoyu Zhang, Ran Cheng·· 3 天前AI 评分22
GeoBridge：面向几何视觉的可迁移解码器拓扑演化框架
GeoBridge: Evolving Transferable Decoder Topologies for Geometric Vision
AI 导读
GeoBridge 是一个可演化搜索可迁移解码器拓扑的框架，通过残差、串行、并行组合可配置原语，使阶段内部拓扑可搜索，单次源搜索约需 12 GPU 小时。
正文 · AI 翻译
摘要：深度估计与高斯重建都需要多尺度特征处理，但使用不同的预测接口和训练目标。解码器的内部计算能否被优化一次并在这些系统间复用，仍是一个结构设计问题。仅对原始配置进行搜索会使变换的组织方式保持固定。为弥补这一空白，我们提出 GeoBridge，一个用于可迁移解码器拓扑的进化框架。首先，GeoBridge 通过可配置原语的残差、顺序和并行组合，使阶段内部拓扑可搜索。保形组合保留了固定多尺度支架的阶段接口。其次，功能树编码支持阶段感知交叉和分层变异，而梯度敏感度对齐代理无需训练即可评估候选。多目标进化在该代理与计算和参数成本之间取得平衡。第三，选定的拓扑在目标系统中实例化并训练，使用任务特定的预测接口。一次源搜索大约需要 12 GPU 小时。在 NYU Depth V2 和 KITTI 上，在相同编码器和训练协议下，GeoBridgeNet-A3 在四个适配解码器基线中取得了最佳深度精度。相同拓扑在 RealEstate10K 上的高斯新视图合成中达到 27.11 dB PSNR，其精炼表示支持 LERF 上的开放词汇分割。这些结果支持解码器拓扑作为可复用设计对象，在所评估的几何视觉系统中通用。代码和预训练权重可在 此 https URL 获取。
| 主题： | 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.15280 [cs.CV] |
| （或 arXiv:2610.15280v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15280 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Rui Wang [查看电子邮件]
[v1]
2026年10月11日星期日 02:23:20 UTC (11,228 KB)
来源：arXiv cs.AI · arxiv.org