研究人员推出OmniX，一个用于视频四维重建的新型前馈框架。该系统能够处理大范围相机运动，并通过预测每个像素的密集三维点轨迹来重建动态场景。OmniX将运动建模与静态几何预测分离，利用动态令牌表示运动并生成轨迹场。为了支持其训练，使用基于UE5的自动化引擎创建了一个包含80,000个场景和128万个带几何标注的多视图视频的大规模数据集。 AI
影响 这项研究推进了四维重建能力，可能改善需要从视频中详细理解场景的应用。
排序理由 该集群包含一篇详细介绍四维重建新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
