FLARE: Feed-Forward Geometry, Appearance and Camera Estimation from Uncalibrated Sparse Views

Shangzhan Zhang, Jianyuan Wang, Yinghao Xu, Nan Xue, Christian Rupprecht, Xiaowei Zhou, Yujun Shen, Gordon Wetzstein

arXiv:2502.12138 · 2026-07-27 공개 · arXiv · PDF

novel-view-synthesis large-scale-datasets camera-estimation feed-forward-model sparse-views uncalibrated-cameras geometry-inference

Abstract

We present FLARE, a feed-forward model designed to infer high-quality camera poses and 3D geometry from uncalibrated sparse-view images (i.e., as few as 2-8 inputs), which is a challenging yet practical setting in real-world applications. Our solution features a cascaded learning paradigm with camera pose serving as the critical bridge, recognizing its essential role in mapping 3D structures onto 2D image planes. Concretely, FLARE starts with camera pose estimation, whose results condition the subsequent learning of geometric structure and appearance, optimized through the objectives of geometry reconstruction and novel-view synthesis. Utilizing large-scale public datasets for training, our method delivers state-of-the-art performance in the tasks of pose estimation, geometry reconstruction, and novel view synthesis, while maintaining the inference efficiency (i.e., less than 0.5 seconds). The project page and code can be found at: https://zhanghe3z.github.io/FLARE/

한국어 요약

한 줄 요약

FLARE는 2~8장의 비보정 이미지에서 카메라 포즈, 3D 기하, 외관을 0.5초 이내에 추정하는 피드포워드 모델이다.

핵심 기여도

핵심 아이디어

FLARE는 3D 재구성의 복잡성을 줄이기 위해 **카메라 포즈를 핵심 매개변수**로 삼아, 기하학과 외관 학습을 순차적으로 수행하는 **cascade learning**을 제안한다. 이는 기존의 SfM-MVS 파라다임이 수동적 특징 매칭에 의존하고, 미분 불가능한 단계로 인해 딥러닝 활용이 제한되었던 문제를 해결한다. 카메라 포즈는 3D 구조를 2D 이미지 평면에 매핑하는 데 핵심적인 역할을 하므로, 이를 기반으로 기하학적 정보를 추정하면 학습 복잡도가 낮아진다.

FLARE는 **neural pose predictor**로 초기 카메라 포즈를 추정한 후, 이 정보를 기반으로 **transformer 기반 아키텍처**를 통해 포즈를 정제하고 3D 포인트맵, 3D 가우시안을 생성한다. 기하학 학습에서는 **camera-centric pointmaps**를 먼저 추정한 후, 이를 **neural scene projector**를 통해 전역 좌표계로 통합하는 2단계 접근법을 사용한다. 이는 기하학 학습의 수렴 속도를 높이고, 복잡한 장면에서 왜곡을 줄인다.

기술적 접근법

주요 결과

의의 및 한계

FLARE는 기존의 SfM-MVS 파라다임의 한계를 극복하고, **미분 가능한 학습 프레임워크**를 통해 딥러닝 기반의 3D 재구성 성능을 향상시킨다. 특히, **비보정 이미지에서 빠른 추론**이 가능하며, **복잡한 장면에서도 왜곡을 줄인 기하학 추정**이 가능하다는 점에서 학술적·실용적 가치가 크다.

그러나, **입력 이미지 수가 매우 적은 경우**에도 성능이 유지되는지, **실내/실외 장면 간 일반화 능력** 등은 추가 실험을 통해 검증이 필요하다. 또한, **렌더링 손실이 일부 지표에서 성능 저하를 초래**한다는 점도 한계로 작용할 수 있다.

실용적 활용

FLARE는 **실시간 3D 재구성**이 필요한 AR/VR, 드론, 로봇 비전 등에서 활용 가능하다. 특히, **제한된 입력 이미지에서도 빠르고 정확한 3D 추정**이 필요한 산업 현장에서 유용할 것으로 기대된다.