中文

MoCam:基于结构化去噪动力学的统一新视角合成

计算机视觉与模式识别 2026-05-14 v2 图形学

摘要

生成式新视角合成面临根本性困境:几何先验提供空间对齐但在视角变化下变稀且不准确,而外观先验提供视觉保真但缺乏几何对应。现有方法要么在生成过程中传递几何误差,要么在静态融合两者时 suffer from signal conflicts。我们引入 MoCam,采用结构化去噪动力学来协调从几何到外观的有序进展。MoCam 首先利用几何先验在早期阶段锚定粗糙结构并容忍其不完整性,然后在后期阶段切换到外观先验主动纠正几何误差并细化细节。该设计通过在扩散过程中对几何对齐和外观细化进行时序解耦,自然统一了静态和动态视角合成。实验表明,MoCam 在显著优于先前方法,尤其在点云包含严重洞穿或畸变时,实现了稳健的几何-外观解耦。

关键词

引用

@article{arxiv.2605.12119,
  title  = {MoCam: Unified Novel View Synthesis via Structured Denoising Dynamics},
  author = {Haofeng Liu and Yang Zhou and Ziheng Wang and Zhengbo Xu and Zhan Peng and Jie Ma and Jun Liang and Shengfeng He and Jing Li},
  journal= {arXiv preprint arXiv:2605.12119},
  year   = {2026}
}

备注

Project page: https://orange-3dv-team.github.io/MoCam