GaussianPrediction：用于运动外推和自由视角合成的动态3D高斯预测

预测动态环境中的未来场景对于智能决策和导航至关重要，这一挑战在计算机视觉和机器人学中尚未完全实现。传统方法如视频预测和新视角合成要么缺乏从任意视角预测的能力，要么无法预测时间动态。本文提出GaussianPrediction，一种新颖框架，赋予3D高斯表示动态场景建模和未来场景合成能力。GaussianPrediction可以利用动态场景的视频观测从任意视角预测未来状态。为此，我们首先提出带有变形建模的3D高斯规范空间，以捕捉动态场景的外观和几何，并将生命周期属性集成到高斯中处理不可逆变形。为了使预测可行且高效，我们开发了一种同心运动蒸馏方法，通过关键点蒸馏场景运动。最后，使用图卷积网络预测关键点的运动，从而能够渲染未来场景的照片级真实图像。我们的框架在合成和真实数据集上均表现出色，证明了其在预测和渲染未来环境方面的有效性。