具有多尺度动力学的高斯序列：用于单目随意视频的 4D 重建
计算机视觉与模式识别
2026-02-17 v1 机器人学
摘要
从随意视频中理解动态场景对可扩展的机器人学习至关重要，但在严格单目设置下进行 4D 重建仍高度难以判定。为此，我们的关键洞见是，现实世界的动力学在从对象到粒子层面上具有多尺度规律性。基于此，我们设计了多尺度动力学机制，对复杂运动场进行分解。在此表述下，我们提出了具有多尺度动力学的高斯序列，一种通过多层次运动组成推导的动态 3D 高斯新型表示。这种分层结构大幅缓解了重建歧义，促进了物理上合理的动力学。我们进一步整合来自多模态视觉基础模型的先验信息，以建立互补监督，约束解的空间，提高重建保真度。我们的方法实现了从单目随意视频中进行准确且全球一致的 4D 重建。在动态新视角合成（NVS）的基准和真实世界操控数据集上进行实验，结果显示相较于现有方法，重建质量有显著提升。
引用
@article{arxiv.2602.13806,
title = {Gaussian Sequences with Multi-Scale Dynamics for 4D Reconstruction from Monocular Casual Videos},
author = {Can Li and Jie Gu and Jingmin Chen and Fangzhou Qiu and Lei Sun},
journal= {arXiv preprint arXiv:2602.13806},
year = {2026}
}