Image de couverture de livre

FlashVGGT: Efficient and Scalable Visual Geometry Transformers with Compressed Descriptor Attention

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Zipeng, Xu, Dan
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

VGGT: Visual Geometry Grounded Transformer
par: Wang, Jianyuan, et autres
Publié: (2025)

PaceVGGT: Pre-Alternating-Attention Token Pruning for Visual Geometry Transformers
par: Li, Haotang, et autres
Publié: (2026)

HD-VGGT: High-Resolution Visual Geometry Transformer
par: Chen, Tianrun, et autres
Publié: (2026)

VGGT-World: Transforming VGGT into an Autoregressive Geometry World Model
par: Sun, Xiangyu, et autres
Publié: (2026)

Reloc-VGGT: Visual Re-localization with Geometry Grounded Transformer
par: Deng, Tianchen, et autres
Publié: (2025)

StreamCacheVGGT: Streaming Visual Geometry Transformers with Robust Scoring and Hybrid Cache Compression
par: Liu, Xuanyi, et autres
Publié: (2026)

OmniVGGT: Omni-Modality Driven Visual Geometry Grounded Transformer
par: Peng, Haosong, et autres
Publié: (2025)

FastVGGT: Training-Free Acceleration of Visual Geometry Transformer
par: Shen, You, et autres
Publié: (2025)

InfiniteVGGT: Visual Geometry Grounded Transformer for Endless Streams
par: Yuan, Shuai, et autres
Publié: (2026)

TurboVGGT: Fast Visual Geometry Reconstruction with Adaptive Alternating Attention
par: Huang, David, et autres
Publié: (2026)

SwiftVGGT: A Scalable Visual Geometry Grounded Transformer for Large-Scale Scenes
par: Lee, Jungho, et autres
Publié: (2025)

XStreamVGGT: Extremely Memory-Efficient Streaming Vision Geometry Grounded Transformer with KV Cache Compression
par: Su, Zunhai, et autres
Publié: (2026)

XStreamVGGT: Extremely Memory-Efficient Streaming Vision Geometry Grounded Transformer with KV Cache Compression
par: Su, Zunhai, et autres
Publié: (2026)

4DLangVGGT: 4D Language-Visual Geometry Grounded Transformer
par: Wu, Xianfeng, et autres
Publié: (2025)

StereoVGGT: A Training-Free Visual Geometry Transformer for Stereo Vision
par: Chen, Ziyang, et autres
Publié: (2026)

FrameVGGT: Geometry-Aligned Frame-Level Memory for Bounded Streaming VGGT
par: Xu, Zhisong, et autres
Publié: (2026)

DriveVGGT: Calibration-Constrained Visual Geometry Transformers for Multi-Camera Autonomous Driving
par: Jia, Xiaosong, et autres
Publié: (2025)

VGGT-Det: Mining VGGT Internal Priors for Sensor-Geometry-Free Multi-View Indoor 3D Object Detection
par: Cao, Yang, et autres
Publié: (2026)

VGGT4D: Mining Motion Cues in Visual Geometry Transformers for 4D Scene Reconstruction
par: Hu, Yu, et autres
Publié: (2025)

LiteVGGT: Boosting Vanilla VGGT via Geometry-aware Cached Token Merging
par: Shu, Zhijian, et autres
Publié: (2025)

AVGGT: Rethinking Global Attention for Accelerating VGGT
par: Sun, Xianbing, et autres
Publié: (2025)

GPA-VGGT:Adapting VGGT to Large Scale Localization by Self-Supervised Learning with Geometry and Physics Aware Loss
par: Xu, Yangfan, et autres
Publié: (2026)

HyRF: Hybrid Radiance Fields for Memory-efficient and High-quality Novel View Synthesis
par: Wang, Zipeng, et autres
Publié: (2025)

Representation Shift: Unifying Token Compression with FlashAttention
par: Choi, Joonmyung, et autres
Publié: (2025)

PyGS: Large-scale Scene Representation with Pyramidal 3D Gaussian Splatting
par: Wang, Zipeng, et autres
Publié: (2024)

VGGT-Segmentor: Geometry-Enhanced Cross-View Segmentation
par: Gao, Yulu, et autres
Publié: (2026)

Mamba-VGGT: Persistent Long-Sequence Video Geometry Grounded Transformer via External Sliding Window Mamba Memory
par: Deng, Tianchen, et autres
Publié: (2026)

VGGT-$Ω$
par: Wang, Jianyuan, et autres
Publié: (2026)

S-VGGT: Structure-Aware Subscene Decomposition for Scalable 3D Foundation Models
par: Li, Xinze, et autres
Publié: (2026)

VGGT-360: Geometry-Consistent Zero-Shot Panoramic Depth Estimation
par: Yuan, Jiayi, et autres
Publié: (2026)

VGGT-MPR: VGGT-Enhanced Multimodal Place Recognition in Autonomous Driving Environments
par: Xu, Jingyi, et autres
Publié: (2026)

VGGT-Occ: Geometry-Grounded and Density-Aware Gated Fusion for 3D Occupancy Prediction
par: Chen, Xun, et autres
Publié: (2026)

Flash Window Attention: speedup the attention computation for Swin Transformer
par: Zhang, Zhendong
Publié: (2025)

Analyzing the Mechanism of Attention Collapse in VGGT from a Dynamics Perspective
par: Li, Huan, et autres
Publié: (2025)

PAGE-4D: VGGT-4D Perception via Disentangled Pose and Geometry Estimation
par: Zhou, Kaichen, et autres
Publié: (2025)

Block-Sparse Global Attention for Efficient Multi-View Geometry Transformers
par: Wang, Chung-Shien Brian, et autres
Publié: (2025)

VGGT-Long: Chunk it, Loop it, Align it -- Pushing VGGT's Limits on Kilometer-scale Long RGB Sequences
par: Deng, Kai, et autres
Publié: (2025)

VGGT-X: When VGGT Meets Dense Novel View Synthesis
par: Liu, Yang, et autres
Publié: (2025)

UrbanVGGT: Scalable Sidewalk Width Estimation from Street View Images
par: Tan, Kaizhen, et autres
Publié: (2026)

LiteVAR: Compressing Visual Autoregressive Modelling with Efficient Attention and Quantization
par: Xie, Rui, et autres
Publié: (2024)