高斯看见，高斯行动：从多视图视频进行语义3D运动迁移
计算机视觉与模式识别
2025-11-20 v1
摘要
我们提出了Gaussian See, Gaussian Do，一种用于从多视图视频进行语义3D运动迁移的新方法。我们的方法实现了在语义意义上对应的对象之间进行无需绑定的跨类别运动迁移。基于隐式运动迁移技术，我们通过条件反转从源视频中提取运动嵌入，将其应用于静态目标形状的渲染帧，并利用生成的视频来监督动态3D高斯溅射重建。我们的方法引入了基于锚点的视角感知运动嵌入机制，确保跨视图一致性并加速收敛，同时引入了稳健的4D重建管道，以整合噪声较大的监督视频。我们建立了语义3D运动迁移的第一个基准，并表明其在运动保真度和结构一致性方面优于调整的基线方法。本论文的代码和数据可在https://gsgd-motiontransfer.github.io/获取。
引用
@article{arxiv.2511.14848,
title = {Gaussian See, Gaussian Do: Semantic 3D Motion Transfer from Multiview Video},
author = {Yarin Bekor and Gal Michael Harari and Or Perel and Or Litany},
journal= {arXiv preprint arXiv:2511.14848},
year = {2025}
}
备注
SIGGRAPH Asia 2025