来自非同步视频的动态高斯场景重建
计算机视觉与模式识别
2025-11-17 v1
摘要
多视角视频重建在计算机视觉中发挥着重要作用,使其能够应用于电影制作、虚拟现实和运动分析等应用场景。虽然近期诸如 4D 高斯溶解(4DGS)等技术在动态场景重建方面展现了惊人的能力,但它们通常依赖输入视频流时间上同步的假设。然而在实际场景中,这一假设常常无法满足,由于相机触发延迟或独立录制 setup 等因素,导致不同视角之间出现时间错位,从而降低重建质量。为解决这一挑战,我们提出了一种用于非同步多视角视频高质量 4DGS 重建的新颖时间对齐策略。我们的方法包含一个粗到细的对齐模块,用于估计和补偿每个摄像机的时间偏移。该方法首先确定帧级的粗略偏移,然后细化以实现亚帧精度。这一策略可作为可直接集成的模块整合到现有的 4DGS 框架中,增强其在处理非同步数据时的鲁棒性。实验表明,我们的方法有效处理了时间错位的视频,显著提升了基线方法的性能。
引用
@article{arxiv.2511.11175,
title = {Dynamic Gaussian Scene Reconstruction from Unsynchronized Videos},
author = {Zhixin Xu and Hengyu Zhou and Yuan Liu and Wenhan Xue and Hao Pan and Wenping Wang and Bin Wang},
journal= {arXiv preprint arXiv:2511.11175},
year = {2025}
}
备注
AAAI 2026