Lie流：基于李代数的视频动态场建模与预测

建模4D场景需要捕获空间结构和时间运动，这在需要对复杂刚性和非刚性运动的物理一致表示方面具有挑战。现有方法主要依赖平移位移，难以表示旋转、关节变换，常导致空间不一致和物理上不合理的运动。LieFlow是一个动态辐射表示框架，显式地在SE(3)李群中建模运动，使平移和旋转在统一的几何空间中进行协同学习。SE(3)变换场实施物理启发的约束以维持运动连续性和几何一致性。评估包括一个具有刚体轨迹的合成数据集和两个真实世界数据集，后者在自然照明和遮挡下捕获复杂运动。在所有数据集上，LieFlow consistently improve view-synthesis fidelity、temporal coherence和physical realism，显然表明SE(3)基于的运动建模为表示动态4D场景提供了稳健且物理上扎实的框架。