연구진이 스트리밍 3D 재구성을 위한 신뢰도 기반 학습률 방법인 ReCal3R을 제안했어요. ReCal3R은 장면 상태 토큰의 신뢰도를 추정하여 후보 학습률을 보정해, 불안정한 토큰의 과도한 업데이트를 억제하고 유용한 프레임에 적응하도록 돕습니다.
CUT3R에 ReCal3R을 적용한 결과, 포즈, 깊이, 재구성 품질에서 장기 시퀀스에 대한 강력한 성능을 보였으며, ATE가 최대 3.7배 감소했어요.
연구 결과는 GitHub에서 확인할 수 있으며, 런타임과 메모리는 기존과 비슷하게 유지돼요.