从标记到节点：语义引导的动态 3D 高斯溅射运动控制
计算机视觉与模式识别
2025-10-06 v1
摘要
单目视频动态 3D 重建因视角有限导致 3D 运动推断模糊, 且建模时序变化场景计算负担沉重。虽然 recent 稀疏控制方法通过将数百万高斯点压缩至数千个控制点来缓解计算, 但存在关键局限: 控制点仅按几何分配, 导致静态冗余和动态不足。我们提出一种运动自适应框架, 将控制密度与运动复杂度对齐。利用视觉基础模型中的语义和运动先验, 我们建立 patch-token-node 对应关系, 并应用运动自适应压缩, 在动态区域集中控制点, 抑制静态背景的冗余。我们的 approach 通过迭代体素化和运动倾向评分实现灵活的表示密度适应, 直接解决控制点分配与运动复杂度之间的根本性不匹配。为捕捉时序演化, 我们引入基于样条的轨迹参数化, 用 2D tracklets 初始化, 替代 MLP-based 变形场, 实现更平滑的运动表示和更稳定的优化。广泛实验表明, 我们的方法在现有 SOTA 方法的重建质量和效率方面均实现显著提升。
引用
@article{arxiv.2510.02732,
title = {From Tokens to Nodes: Semantic-Guided Motion Control for Dynamic 3D Gaussian Splatting},
author = {Jianing Chen and Zehao Li and Yujun Cai and Hao Jiang and Shuqin Gao and Honglong Zhao and Tianlu Mao and Yucheng Zhang},
journal= {arXiv preprint arXiv:2510.02732},
year = {2025}
}