3Dジオメトリを考慮したマルチビュー変換器のための注意機構

提案手法のGeometric Transform Attention (GTA)は、トークンの幾何学的関係を直接注意機構に組み込むことで、従来の位置エンコーディング手法よりも効率的に学習し、高性能な新規ビュー合成を実現する。