PulseAugur
实时 21:10:26
English(EN) No Pose, No Problem in 4D: Feed-Forward Dynamic Gaussians from Unposed Multi-View Videos

NoPo4D 从无姿态多视角视频重建动态3D场景

研究人员开发了NoPo4D,一种新颖的前馈系统,能够从多视角视频中重建动态3D场景,而无需已知的相机姿态。该系统将高斯运动分解为图像平面位移和深度变化,从而可以直接从光流进行监督。这种方法绕过了对与姿态精度或3D运动真实情况相关的可微分渲染的需求,其性能优于现有的前馈方法,甚至能与每场景优化技术相媲美,同时速度显著更快。 AI

影响 引入了一种新的动态3D场景重建方法,可能对虚拟现实和内容创作等领域产生影响。

排序理由 这是一篇详细介绍3D场景重建新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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]

  1. arXiv cs.CV TIER_1 English(EN) · Matteo Balice, Yanik Kunzi, Chenyangguang Zhang, Matteo Matteucci, Marc Pollefeys, Sungwhan Hong ·

    No Pose, No Problem in 4D: Feed-Forward Dynamic Gaussians from Unposed Multi-View Videos

    arXiv:2605.22190v1 Announce Type: new Abstract: Recent feed-forward 3D gaussian splatting methods have made dramatic progress on individual aspects of 3D scene reconstruction, but no existing method jointly addresses dynamic content, multi-view input, and unknown camera poses in …