DynaPose4D：基于姿态对齐损失的高质量 4D 动态内容生成
计算机视觉与模式识别
2025-10-28 v1 人工智能
摘要
近期 2D 和 3D 生成模型的快速发展拓展了计算机视觉的能力边界，但从单张静态图像生成高质量的 4D 动态内容仍是重大挑战。传统方法在建模时序依赖性和精确捕捉动态几何变化方面存在局限，尤其当考虑相机视角变化时。为此，我们提出 DynaPose4D，创新性地将 4D 高斯溅写（4D Gaussian Splatting, 4DGS）技术与类别无关姿态估计（Category-Agnostic Pose Estimation, CAPE）技术相结合。该框架利用 3D 高斯溅写从单图像构建 3D 模型，随后基于单视角的“一键”支持预测多视角姿态关键点，借助监督信号提升运动一致性。实验结果表明，DynaPose4D 在动态运动生成中实现了卓越的连贯性、一致性和流畅性。这些发现不仅验证了 DynaPose4D 框架的有效性，也指明其在计算机视觉与动画制作等领域的潜在应用前景。
引用
@article{arxiv.2510.22473,
title = {DynaPose4D: High-Quality 4D Dynamic Content Generation via Pose Alignment Loss},
author = {Jing Yang and Yufeng Yang},
journal= {arXiv preprint arXiv:2510.22473},
year = {2025}
}