ORBIT

ORBIT är ett benchmark, alltså en testsamling, för structure-from-motion (SfM): uppgiften att utifrån en video räkna ut hur kameran har rört sig och hur scenen ser ut i 3D. Befintliga metoder fungerar ofta dåligt på svåra videor med snabba kamerarörelser, rörelseoskärpa, folkmassor eller ytor utan mönster, och enligt forskarna saknas pålitliga facit för just sådana fall.

Idén är att utgå från 360-gradersvideor som lagts upp på nätet. Eftersom en panoramavideo ser åt alla håll går det att följa kamerans rörelse säkert även när delar av bilden är suddiga eller fulla av rörliga människor. När kamerabanan väl är bestämd skär forskarna ut och projicerar om utvalda delar till vanliga videoklipp, och dessa svåra klipp, med känd kamerabana, blir själva testet.

Enligt forskarna har både den klassiska metoden COLMAP och nyare optimeringsbaserade och snabba feed-forward-metoder, som MegaSaM och VGGT-Long, tydliga problem på ORBIT. Testet delar också upp resultaten efter typ av svårighet: hög hastighet, lite textur, svagt ljus, folkmassor, objekt som rör sig parallellt med kameran och vätskor.

Arbetet kommer från Google DeepMind. Artikeln, i sin senaste version med titeln ORBIT++, publicerades på arXiv i augusti 2026, och enligt arXiv har en version antagits till CVPR 2026. Koden för att skapa klippen och utvärdera metoder är släppt under Apache 2.0; själva källvideorna laddar man ner från nätet.