GRF-Recon: Global Ray-Field Optimization for Long-Sequence Feed-forward Reconstruction

📄 arXiv: 2609.20012v1 📥 PDF

作者: Enpeng Li, Yunzhou Zhang, Zhiyao Zhang, Dexuan Lyu, Chenyu Wang, Chiyuan Cui, Cheng Cheng

分类: cs.CV

发布日期: 2026-09-17

备注: Accepted to ECCV 2026 as a Spotlight presentation

💡 一句话要点

提出GRF-Recon以解决长序列单目重建中的全局一致性问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 长序列重建 前馈3D重建 几何先验 光线场优化 轨迹拼接

📋 核心要点

  1. 现有的基于块的优化策略在长轨迹重建中存在几何约束不足和全局一致性差的问题。
  2. 本文提出了一种统一框架，通过粗到细的轨迹对齐和轻量级几何先验注入来解决上述问题。
  3. 实验结果显示，该方法在轨迹精度上与SLAM系统相当，同时在大规模场景中保持了全局一致性。

📝 摘要（中文）

本文提出了一种统一框架GRF-Recon，用于从长单目序列中进行稳定且可扩展的前馈3D重建。该方法通过粗到细的轨迹对齐和轻量级几何先验注入，提升了深度精度并保持推理效率。引入的混合权重稀疏光线场优化利用高频几何特征指导局部点云精细化，建立了强跨帧几何耦合，显著减少了累积漂移。实验表明，该方法在大规模场景中实现了与代表性SLAM系统竞争的轨迹精度，同时保持了全局一致的3D重建效果。

🔬 方法详解

问题定义：本文旨在解决长序列单目重建中的全局一致性问题，现有方法在处理大规模场景时面临GPU内存占用过高、局部几何退化和长时间轨迹漂移等挑战。

核心思路：提出的GRF-Recon框架通过粗到细的轨迹对齐和轻量级几何先验注入，增强了深度精度并保持了推理效率。

技术框架：该方法包括轨迹对齐、几何先验注入、混合权重稀疏光线场优化和轨迹拼接等主要模块，形成一个完整的重建流程。

关键创新：引入的混合权重稀疏光线场优化通过高频几何特征指导局部点云精细化，建立了强跨帧几何耦合，显著提升了全局一致性。

关键设计：采用LoRA适应技术将单目几何线索蒸馏到前馈骨干网络中，优化了深度精度；同时，设计了高效的轨迹拼接策略和联合光线误差优化，减少了累积漂移。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，GRF-Recon在轨迹精度上与现有SLAM系统相当，且在大规模场景中实现了全局一致的3D重建。具体而言，该方法在处理长序列时显著减少了轨迹漂移，提升了重建质量。

🎯 应用场景

该研究的潜在应用领域包括机器人导航、增强现实和虚拟现实等场景建模任务。通过提供高精度的3D重建，GRF-Recon能够在复杂环境中实现更好的定位与地图构建，具有重要的实际价值和未来影响。

📄 摘要（原文）

Feed-forward 3D reconstruction provides an efficient paradigm for scene modeling from image sequences. Scaling these models to large monocular scenarios are constrained by excessive GPU memory footprint, degraded local geometry, and long-term trajectory drift. Existing chunk-based optimization strategies provide limited geometric constraints and fail to maintain global consistency over extended trajectories. We present a unified framework for stable and scalable feed-forward 3D reconstruction from long monocular sequences. Our approach builds on coarse-to-fine trajectory alignment augmented by lightweight geometric prior injection. Distilling monocular geometric cues into the feed-forward backbone via LoRA adaptation improves depth accuracy on fine structures while preserving inference efficiency. We introduce a hybrid-weight sparse ray-field optimization that leverages high-frequency geometric features to guide local point-cloud refinement and enforce consistent inter-frame ray constraints. Unlike prior chunk-based methods, this establishes strong cross-frame geometric coupling while maintaining scalability. Finally, an efficient trajectory stitching strategy with joint ray-error optimization explicitly reduces accumulated drift. Extensive experiments show that our approach achieves competitive trajectory accuracy compared with representative SLAM systems, while maintaining globally consistent 3D reconstruction in large-scale scenarios.