GUSH3R：将单目视频中的动态人物与场景统一重建为高斯表示

从单目视频重建动态人物-场景环境是一个具有挑战性的问题，需要联合建模场景几何、相机运动和非刚性人体动力学，同时实现照片级逼真渲染。最近的前馈方法可以高效地预测几何，但它们通常局限于非照片级逼真的表示，如点云和网格，或者无法处理非刚性物体，尤其是动态人物。为了填补这一空白，我们提出了 GUSH3R（Gaussian-Unified Scene Human 3D Reconstruction），一个用于在线动态人物-场景重建的前馈框架。从单目人物-场景视频中，我们的方法在一次前向传播中（all at once）将动态人物（everyone）和静态场景（everywhere）重建为 3D 高斯泼溅（3DGS）基元（as gaussians），这些基元在几何上一致，并且能够进行新视角合成。在单目人物-场景数据集上的实验表明，与基于优化的方法相比，我们的方法在实现有竞争力的新视角合成质量的同时，显著提高了推理效率。