MoGe

MoGe (Monocular Geometry Estimation)进阶

微软研究院的单图 3D 几何估计模型，输出每个像素的 3D 点。

MoGe 是微软研究院提出的单目几何估计模型，论文为 CVPR 2025 口头报告。它从一张普通照片直接预测点图（每个像素对应的 3D 坐标），并同时给出深度图和相机视场角。初版预测的是尺度和平移不定的仿射不变点图，配合专门设计的全局对齐和多尺度局部几何损失来训练。2025 年 6 月发布的 MoGe-2 能输出真实米制尺度的点图，并加入法向量估计。机器人可用它从单个相机图像恢复场景几何。