论文导读
浙江大学、浙江工业大学、上海交通大学联合提出Pumpire，用100个真实室内场景检查AI重建的几何精度。数据包括6400帧和人工核验的三维点，测试29种模型配置。研究发现，画面看着合理仍可能距离不准，替换成真实相机参数也不保证误差变小。
窗户和细杆，距离先出问题
Pumpire记录了室内场景中容易干扰测距的对象：透明窗户、反光表面、细长结构和物体边缘。论文把真实画面与深度传感器结果放在一起，能看到这些位置附近的深度缺失或异常。
一些AI模型能让这些画面看起来更完整，但补出来的几何不一定量得准。研究把视觉上的合理和实际距离分开检查，要求模型预测的点能与人工核验的三维位置对应。
测试覆盖单张图估计深度、补全稀疏深度、多帧重建和多帧补全四类任务。用同一套场景检查不同输入方式，能看出更多帧或更多测距点究竟在哪些条件下有帮助。
图：透明、反光、细长结构和边缘的实景画面，下方对应传感器深度异常或缺失。
100个场景，位置也要人工复核
数据包含100个场景，每个64帧，共6400帧。采集时同时保留图像、深度和相机信息，再选择可定位的点、跟踪它们跨帧的位置，并人工检查匹配和三维标注。
基准按传感器重复测量的相对波动划分场景，其中76个为常规场景、24个为挑战场景。划分依据来自测量稳定性，而不是挑选某个模型表现差的图片。
人工核验点提供了独立参照，可以检查窗面、边缘等传感器本身容易出错的位置。论文还展示了标注工具和点跟踪流程，让数据如何形成、检查了什么有明确的记录。
图：数据采集后进行点选择、跨帧跟踪和人工核验，右侧展示标注界面。
换成真实参数，47项反而更差
团队评估29种模型配置：八种单图深度估计、十种单图补全、六种多帧估计和五种多帧补全。不同任务分别统计绝对距离误差和阈值准确指标，结果不应合并成一个通用排行榜。
原始传感器在常规场景中的平均绝对误差为0.026米，在挑战场景中为4.047米。前者的1.05倍误差阈值内比例为79.32%，后者在两倍阈值内仅1.03%。阈值不同，两个百分比不能直接作同口径对比。
另一个实验把模型估计的相机内参替换成真实参数，56组模型与指标配对中有47组变差。这说明模型给出的深度和相机参数可能已经互相配合，单独替换其中一个并不一定修正整体几何。更多稀疏测距点也并非在全部测试中稳定改善结果。
应用前景：看起来像房间，还要量得像房间
论文的多视角补全图逐步增加带深度测量的视角比例，MapAnything的距离估计从96.72厘米接近到77.86厘米，参照距离为75.60厘米。这组案例显示加入深度输入可以纠正尺寸，整体实验则说明收益需要按模型和输入条件分别验证。
面向室内测量或机器人使用时，可以沿着这套基准同时检查普通场景和玻璃、反光等挑战区域。论文已有独立的点位参照与多输入任务设置，后续模型可以据此比较精度、稳定性和新增输入的实际收益。
图：左侧为场景参照和传感器结果，右侧逐步增加带深度输入的视角，距离估计逐渐接近参照值。
