Google Research 团队提出 MELON 技术，能在无相机初始姿态、无预训练数据的条件下，仅凭4-6张图片即可高精度重建物体的3D NeRF模型，解决了姿态未知下的“先有鸡还是先有蛋”难题。
关键要点
- MELON 通过轻量级CNN编码器实时回归相机姿态，无需预训练即可隐式正则化相似图片的位姿。
- 引入“模损失”（modulo loss）同时考虑物体的伪对称性，从多个候选视角中选择最优拟合，有效避免陷入局部最优。
- 该技术可无缝集成现有NeRF方法，在合成数据集上以最少视图达到当前最佳的重建精度。
MELON 简化了3D重建流程，摆脱了对初始姿态或大规模标注数据的依赖，对电商建模、自动驾驶等需要低成本3D感知的场景具有重要实用价值。