dvlt

Déjà View（DVLT）是一个基于循环Transformer的多视角三维重建模型，旨在从无序图像集合中联合估计像素级深度、相机位姿、光线方向与置信度。其核心技术是共享参数的帧-全局注意力模块与离散深度索引机制，支持推理时灵活调节迭代步数K，在参数量显著更少的前提下达到或超越大型前馈模型的精度。适用于单目/多视角场景下的稀疏图像三维重建、SLAM辅助建图及NeRF预处理等任务，尤其适合计算资源受限但需高精度几何恢复的视觉重建场景。