FLAG-4D：基于流引导的局部-全局双形变模型用于4D重建
计算机视觉与模式识别
2026-02-10 v1 计算机科学与博弈论
摘要
我们提出 FLAG-4D，一个用于生成动态场景新视角的新框架，通过重建 3D 高斯原始片如何在时空中演化来实现。现有方法通常依赖单层感知器 (MLP) 来建模时间形变，难以在稀疏输入视角下持续捕获复杂点运动和细粒度动态细节。我们的做法，FLAG-4D，通过采用双形变网络来动态地将规范 3D 高斯在时间内变形到新的位置和各向异性形状。该双形变网络由用于建模细粒度局部形变的瞬时形变网络 (IDN) 和用于捕捉长程动态的全局运动网络 (GMN) 组成，二者通过相互学习进行细化。为确保这些形变既准确又在时间上平滑，FLAG-4D 融合来自预训练光流主干网络的稠密运动特征。我们将来自相邻时间帧的运动线索融合，并利用形变引导注意力机制将这些流信息与每个演化中的 3D 高斯当前状态对齐。大量实验表明，FLAG-4D 在更高保真度和更佳时序一致性的重建方面优于最先进的方法，细节保留也更好。
引用
@article{arxiv.2602.08558,
title = {FLAG-4D: Flow-Guided Local-Global Dual-Deformation Model for 4D Reconstruction},
author = {Guan Yuan Tan and Ngoc Tuan Vu and Arghya Pal and Sailaja Rajanala and Raphael Phan C. -W. and Mettu Srinivas and Chee-Ming Ting},
journal= {arXiv preprint arXiv:2602.08558},
year = {2026}
}