4DGS
PulseAugur coverage of 4DGS — every cluster mentioning 4DGS across labs, papers, and developer communities, ranked by signal.
-
稀疏光场采样提升3D和4D重建质量
研究人员开发了一种利用多视角稀疏光场采样进行3D和4D重建的新方法。该方法分析了传感器受限和曝光受限的多视图场景，证明即使相机之间的基线很低，也能显著提高单次拍摄、少数拍摄和随意视频设置下的重建质量。研究结果表明，在曝光稀缺的情况下，角度采样可以提高重建质量，特别是对于缺乏足够角度多样性的单摄像机动态场景。
-
4DAnyone 使用新颖的扩散技术从单个视频中重建4D人物
研究人员开发了4DAnyone，一个能够从单个、未校准的视频中重建三维人物模型的创新框架。该系统生成一致的多视图视频，然后将其转换为4D高斯溅射表示。为了解决众多视图之间扩展和保持一致性的挑战，4DAnyone采用了参考上下文打包来压缩参考视图，并采用目标上下文路由来促进去噪过程中不同视图组之间的信息交换。
-
新的ERF-GS框架通过事件-RGB融合重建快速运动
研究人员开发了ERF-GS，一种用于重建3D场景中快速移动物体的新型框架。该方法将高帧率传感器中的事件数据集成到高斯泼溅管道中，提高了在运动模糊或不连续视点场景下的准确性。与4DGS和E-D3DGS等现有基线相比，ERF-GS在基准数据集上表现出更优越的性能，为动态场景重建提供了更鲁棒的解决方案。
-
新研究推进3D高斯泼溅的效率和应用
近期关于3D高斯泼溅的研究正在探索高效表示和处理复杂3D场景的方法。论文介绍了无相机剪枝、分层上下文聚合以及从稀疏视图中选择对象等技术。此外，在动态场景重建、通信的环境感知波束成形以及在线场景的流式3D高斯泼溅方面也取得了进展。
-
新AI模型在一分钟内从文本生成3D动态人类
研究人员开发了4DHumanDiff，一个能够直接从文本提示生成动态3D人类模型的新型扩散框架。该方法绕过了中间视频合成或每场景重建的需要，利用具有时间注意力的3D U-Net骨干网络来确保视图一致和时间连贯的输出。该框架可以在一分钟内生成完整的360度动态人类模型，与现有方法相比显著缩短了推理时间。