AutoScape: 几何一致的长时域场景生成
计算机视觉与模式识别
2025-10-24 v1
摘要
本文提出了AutoScape，一个长时域驾驶场景生成框架。其核心是一个新颖的RGB-D扩散模型，该模型迭代生成稀疏、几何一致的关键帧，作为场景外观和几何的可靠锚点。为了保持长程几何一致性，该模型：1) 在共享潜在空间中联合处理图像和深度；2) 显式地以先前生成的关键帧的现有场景几何(即渲染的点云)为条件；3) 使用扭曲一致引导来引导采样过程。给定高质量的RGB-D关键帧后，一个视频扩散模型在它们之间进行插值，以生成密集且连贯的视频帧。AutoScape能够生成超过20秒的真实且几何一致的驾驶视频，在长时域FID和FVD分数上分别比先前的最先进技术提高了48.6%和43.0%。
引用
@article{arxiv.2510.20726,
title = {AutoScape: Geometry-Consistent Long-Horizon Scene Generation},
author = {Jiacheng Chen and Ziyu Jiang and Mingfu Liang and Bingbing Zhuang and Jong-Chyi Su and Sparsh Garg and Ying Wu and Manmohan Chandraker},
journal= {arXiv preprint arXiv:2510.20726},
year = {2025}
}
备注
ICCV 2025. Project page: https://auto-scape.github.io