基于自我中心立体视频的无参考食物体积估计

该方法用可穿戴自我中心设备采集立体视频，在无需手机多图拍摄或放置参考物的情况下重建食物真实物理尺度并估计体积。方案采用 FoundationStereo 做零样本立体匹配、SAM 2 做食物分割，并对关键帧进行 TSDF 融合，生成视觉与度量均准确的 3D 网格；设备出厂标定的立体基线和通过视觉惯性里程计（VIO）在端上估计的相机位姿支撑全自动重建。