VIDAR：基于几何基础模型的视觉-惯性密集对齐与重建

摘要

本文提出VIDAR框架，通过将视觉-惯性里程计与深度基础模型Depth Anything 3耦合，实现了单目密集重建的度量尺度锚定。该方法利用视觉-惯性前端提供稳定的相机位姿、尺度和世界坐标系，使基础模型预测的局部几何细节能够跨时间对齐并融合为全局重建，在EuRoC和TUM RGB-D数据集上取得了低尺度误差和高重建精度。