配图一解：相机只看得见树这一面。点云顺着光路过来，在竖直筛网前分作两拨——藏在前后的暗点留下，真正看得见的亮点才穿过去进考卷。右上角那圈粉色虚影，是稠密预测把同一棵树画了两遍。
调研补三事
- 论文 arXiv:2611.05361，完整标题尾巴上还有「in Vegetation-Rich Environments」，20 页 12 图，挂在 cs.CV 与 cs.RO，11 月 3 日 18:54:52 UTC 提交。三位作者都在拉夫堡大学航空与汽车工程系。
- 「约三倍」在 Table II 里是两个精确比值。PSR 的可见深度密度 0.0582、AbsRel 0.1386；AHPR(5%)+LDGVSF(0.7) 是 0.1664 与 0.1399，合 2.86 倍；再加一层深度一致性是 0.1705 与 0.1438，合 2.93 倍。密度涨了，绝对相对误差也跟着从 0.1386 走到 0.1438，不是白拿的。
- LDGVS 的算法比名字朴素：把投影邻域内的深度排序，相邻差超过阈值就切一道边界，数清某个样本落在第几层，再看同一邻域里有多少更近的层。得分取 1 减去更近样本占比，阈值 0.7 定去留。HPR 的尺度也不再拍脑袋，AHPR 拿「低可见像素占比」对准 5%（或 10%）这个目标，粗扫一遍再细扫一遍挑尺度。
- BotanicGarden 上同场的是 VGGT、VGGT-Ω、DA3、MapAnything 对 MASt3R、SIFT、LoMa、SuperGlue、LoFTR、RoMa-v2（K 与 S 两种配置）。前馈方法稠密，可 View 3、4 里出现重复的树干、树冠、树篱和路沿；各帧独立预测的深度与位姿跨帧对不齐，同一个表面融合时就重了。跨帧一致性滤波也拦不住「局部自洽的重复面」。SfM 那头几何连贯，却稀疏得厉害，LoMa(S) 只跑成 10 个序列里的 5 个，RoMa-v2(K) 是 6 个。