半监督学习

水下环境存在光衰减、散射及视图依赖退化，且缺乏大规模高质量3D标注，导致现有基于陆地数据的Feed-forward 3D重建模型泛化能力差。Wat3R提出了一种跨域半监督学习框架，利用合成数据和未标注真实视频，无需水下3D标注即可将VGGT适配至水下场景，并引入跨视图一致性损失以应对水体退化。实验表明，Wat3R在Sea-thru、FLSea Stereo、SQUID、SeaThru-NeRF及Water3D上均显著优于基线。但需注意，处理高动态元素能力有限，且在极端退化条件下性能仍受限于可见性。