Namitha Guruprasad, Abhay Yadav, Cheng Peng, Rama Chellappa, Anand Bhattad · 2026 · arXiv
DOI: 10.48550/arXiv.2610.31645 · open-access PDF
Monocular मॉडल एक ही पास में एक एकल छवि से 3D आकार को पुनर्प्राप्त करते हैं, लेकिन अधिकांश एक pinhole कैमरा मानते हैं और fisheye और पैनोरैमिक लेंस द्वारा उत्पादित व्यापक कोण छवियों पर विकृत आकार का उत्पादन करते हैं। कैमरा-जागरूक मॉडल प्रति पिक्सेल रेड फ़ील्ड की भविष्यवाणी करके इस धारणा को हटाते हैं। हालांकि, वे अलग-अलग कैमरा आकार का प्रतिनिधित्व करते हैं, एक एकल निश्चित आधार का उपयोग करके समग्र कैमरा प्रोजेक्शन और इसके पतले बदलावों दोनों को कैप्चर करते हैं। हम तर्क देते हैं कि कैमरा आकार को रेड का प्रतिनिधित्व करने के लिए जटिलता की एक रीरेक्टिवता के रूप में देखा जा सकता है। हम OmniRay, एक
Machine translation (Meta M2M100); the English original follows.
Monocular models recover 3D geometry from a single image in one pass, but most assume a pinhole camera and produce distorted geometry on the wide-angle imagery produced by fisheye and panoramic lenses. Camera-aware models remove this assumption by predicting a per-pixel ray field. However, they represent different camera geometries using a single fixed basis to capture both the overall camera projection and its finer variations. We argue that camera geometry can be viewed as having a hierarchy of complexity for representing rays. We present OmniRay, a feed-forward model whose Ray Module is com
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31645, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange