English(EN) 4DVGGT-D: 4D Visual Geometry Transformer with Improved Dynamic Depth Estimation

四维视觉几何Transformer改进动态场景重建

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-12 12:13

研究人员开发了一个名为4DVGGT-D的新框架，以改进从单目视频重建动态四维场景。该方法解决了相机运动与物体运动解耦的挑战，而这通常会降低现有三维基础模型的性能。该框架采用了一种新颖的渐进式解耦方法，首先稳定相机姿态，然后优化几何形状，在不进行微调的情况下显著提高了点云指标。 AI

影响引入了一种动态四维场景重建的新方法，可能改进机器人和自主系统中的应用。

排序理由该集群包含一篇详细介绍四维场景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 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Lanyun Zhu · 2026-05-12 12:13

4DVGGT-D：具有改进动态深度估计的4D视觉几何Transformer

Reconstructing dynamic 4D scenes from monocular videos is a fundamental yet challenging task. While recent 3D foundation models provide strong geometric priors, their performance significantly degrades in dynamic environments. This degradation stems from a fundamental tension: th…