国防科大等构建 AirZoo 航拍几何3D视觉统一基准
AirZoo用全球3D地图生成大规模航拍合成数据，为无人机空间智能提供可扩展的预训练引擎，填补了航拍几何3D视觉的数据空白。
国防科大SAW Lab联合多家机构推出AirZoo，一套基于全球3D地图的航拍几何视觉数据集与评测基准。它覆盖22国377条气象轨迹，含120万帧像素级RGB-D数据与6-DoF位姿，统一支持图像检索、跨视角匹配和多视图3D重建。在AirZoo上微调主流模型，即可显著提升航拍场景下的几何视觉任务表现。
正文摘录
.jpg)  国防科技大学 虚拟现实与视觉计算团队（SAW Lab） 联合先进制导与控制技术国家级重点实验室等推出面向航拍几何 3D 视觉的统一大规模数据集与评测基准 「AirZoo」 。 团队发布了基于 AirSim-Cesium-Unreal 的自动化仿真管线，以及 AirZoo 合成数据集和 AirZoo-Real 真实评测集。合成数据覆盖全球 22 个国家、377 条气象条件轨迹，包含超过 120 万帧像素级 RGB-D 数据及对应的 6-DoF 地理位姿标注，统一支持航拍图像检索、跨视角匹配与多视图 3D 重建三大任务。 现如今，视觉基础模型在街景、室内等常见场景中已经取得了不错的效果，但无人机航拍中的复杂视角、尺度和环境变化仍会带来新的挑战。 AirZoo 从训练数据入手，为模型适应航拍几何 3D 视觉任务提供了新的支撑。实验表明，仅使用 AirZoo 对 MegaLoc、RoMa、VGGT、Depth Anything 3 等主流模型进行微调，便能在公开基准以及团队新采集的 AirZoo-Real 真实飞行数据上带来显著提升。