知识卡片：InFlux++：用于估计动态相机内参的真实与合成数据
英文标题: InFlux++: Real and Synthetic Data for Estimating Dynamic Camera Intrinsics
英文关键词: Camera intrinsics, dynamic intrinsics, synthetic data, real-world benchmark, per-frame estimation, foundation model
原始来源: arXiv:2607.05389v1, https://arxiv.org/abs/2607.05389v1
一句话结论
InFlux++ 通过大规模合成视频数据集（441K+帧）和扩展的真实世界基准（514K+帧），显著提升了基于 RGB 图像对动态相机内参（尤其是焦距）的估计精度，证明合成数据监督是一种有前景的训练策略。
事件概述或研究问题
大多数 3D 视频算法假设整段视频的相机内参（焦距、主点等）固定不变，但现实场景中相机常变焦、对焦，内参实际动态变化。现有方法因训练数据不足（缺乏内参多样性）以及基准场景和相机运动多样性有限，导致预测精度低。InFlux++ 旨在同时解决训练数据和评估基准两大缺口。
方法/产品要点
- InFlux++ Synth：大规模程序化生成的合成视频数据集，包含 1841 个高分辨率视频，441K+ 标注帧，提供逐帧精确的相机内参真值；子集还提供姿态、深度和法线。视频通过变焦和对焦实现丰富的内参多样性，并包含动态物体、镜头畸变、散焦模糊等真实渲染效果。
- InFlux++ Real：大规模真实世界基准，在 InFlux 基础上扩展，包含 334 个高分辨率视频，514K+ 新捕捉帧，覆盖更广泛的场景和相机运动。
- 开放资源：数据集、基准、代码、视频、提交说明和实时排行榜均可在 https://influx.cs.princeton.edu/ 获取。
主要结果或产业意义
- 在现有内参预测方法上使用 InFlux++ Synth 进行微调，在 InFlux++ Real 和原始 InFlux 基准上均持续提升了焦距估计精度。
- 表明合成数据监督对基于 RGB 的动态内参预测具有良好前景。
- 产业意义上：可使 3D 重建、SLAM、增强现实等依赖内参的算法在手持相机、无人机等变焦场景中更鲁棒。
为什么重要
该工作填补了动态相机内参领域大规模训练数据和多样化评估基准的空白，推动了从固定内参假设向动态内参估计的范式转变，为实际视频中的 3D 理解提供了关键基础。
局限与不确定性
- 合成数据与真实数据之间的领域差距仍需进一步研究（尽管微调已显示改善）。
- 目前实验仅报告了焦距估计的改进，对其他内参（如主点、畸变系数）的效果待核实。
- 在极端动态场景（如剧烈变焦、快速运动模糊）下的表现待核实。
可用于图书/PPT/简报的角度
- 从“为什么手机录像中3D测量不准”切入，引出固定内参假设的缺陷。
- 展示 InFlux++ Synth 的合成数据生成流水线（程序化渲染、变焦/对焦、镜头畸变）。
- 对比 InFlux 与 InFlux++ Real 的场景与运动多样性扩展。
- 强调合成数据在训练计算机视觉模型中的成本效益和数据多样性优势。
原始材料
- 标题: InFlux++: Real and Synthetic Data for Estimating Dynamic Camera Intrinsics
- 作者: Erich Liang, Caleb Kha-Uong, Chinmaya Saran, Sreemanti Dey, David W. Liu, Junhan Ouyang, Benjamin Zhou, Jia Deng
- 发布/更新: 2026-07-06
- arXiv ID: 2607.05389v1
- 类别: cs.CV
- 摘要（原文节选）:
Camera intrinsics are vital for recovering 3D structure from 2D video... Finetuning existing intrinsics prediction methods on InFlux++ Synth consistently improves focal length estimation across both InFlux++ Real and InFlux, suggesting that synthetic supervision is promising for RGB-based intrinsics prediction. - URL: https://arxiv.org/abs/2607.05389v1