测量动态生成视频的3D空间几何一致性
计算机视觉与模式识别
2026-03-20 v1
摘要
近期的生成模型能够产生高保真视频，但往往存在3D空间几何不一致性。现有的评估方法无法准确刻画这些不一致性：以保真度为中心的指标如FVD对几何失真不敏感，而以一致性为导向的基准往往会惩罚有效的前景动态。为此，我们引入SGC（Spacial Geometric Consistency），用于评估动态生成视频的3D空间几何一致性。我们通过测量来自不同局部区域估计的多个相机姿态之间的发散程度来量化几何一致性。我们的方案首先分离静态区域与动态区域，然后将静态背景划分为空间连贯的子区域。我们为每个像素预测深度，为每个子区域估计局部相机姿态，并计算这些姿态之间的发散程度以量化几何一致性。在真实视频和生成视频上的实验表明，SGC能够稳健地量化几何不一致性，有效识别现有指标遗漏的关键失效。
引用
@article{arxiv.2603.19048,
title = {Measuring 3D Spatial Geometric Consistency in Dynamic Generated Videos},
author = {Weijia Dou and Wenzhao Zheng and Weiliang Chen and Yu Zheng and Jie Zhou and Jiwen Lu},
journal= {arXiv preprint arXiv:2603.19048},
year = {2026}
}
备注
Code available at https://github.com/tj12323/SGC