Elastic3D：基于引导式潜在解码器的可控立体视频转换
计算机视觉与模式识别
2025-12-17 v1
摘要
沉浸式 3D 内容的需求日益增长，促使自动化的单目到立体视频转换方法发展。我们提出 Elastic3D，一种可控、直接 end-to-end 的方法，用于将常规视频升级为立体视频。基于（条件）潜在扩散的我们方法避免了显式深度估计和错位引起的伪影。实现高质量立体视频输出的关键在于一种新颖的、引导式 VAE 解码器，确保输出视频清晰且符合焦点一致性。此外，我们的方法在推理阶段通过一种直观的标量调节旋钮，赋予用户对立体效果强度（更准确地说，是视差范围）的控制。在三个不同来源的真实世界立体视频数据集上进行实验，结果表明我们的方法超越了传统基于错位的方法以及最近的无错位基线方法，并为可靠、可控的立体视频转换树立了新标准。请访问项目页面 https://elastic3d.github.io 查看视频样本。
引用
@article{arxiv.2512.14236,
title = {Elastic3D: Controllable Stereo Video Conversion with Guided Latent Decoding},
author = {Nando Metzger and Prune Truong and Goutam Bhat and Konrad Schindler and Federico Tombari},
journal= {arXiv preprint arXiv:2512.14236},
year = {2025}
}
备注
Project page: elastic3d.github.io