4C4D：四相机四维高斯溅射

本文研究了如何从仅四台便携相机拍摄的视频中恢复四维动态场景。学习建模场景动力学以实现时间一致的新视角渲染是计算机图形学的基础任务，此前的工作通常需要数十甚至数百个视角的密集多视角拍摄。我们提出了 \textbf{4C4D}，一个能够在极稀疏相机视频捕获下实现高保真四维高斯溅射的新型框架。我们的关键洞察在于：稀疏设置下的几何学习远比外观建模困难。基于这一观察，我们引入了作用于高斯不透明度的神经衰减函数以增强四维高斯体的几何建模能力。该设计通过引导四维高斯溅射的梯度更聚焦于几何学习，缓解了几何建模与外观建模之间的固有不平衡。在不同相机重叠程度的稀疏视角数据集上的广泛实验表明，4C4D 优于现有方法。项目页面：https://junshengzhou.github.io/4C4D。