MoRel: 基于锚点中继双向融合与分层细化的长程无闪烁4D运动建模
计算机视觉与模式识别
2026-03-27 v2
摘要
4D高斯溅射(4DGS)的最新进展将3D高斯溅射(3DGS)的高速渲染能力扩展到时间域,实现动态场景的实时渲染。然而,一个主要剩余挑战在于建模长程运动包含的动态视频,其中现有方法的朴素扩展会导致严重的内存爆炸、时间闪烁以及无法处理随时间出现或消失的遮挡。为应对这些挑战,我们提出了一种新的4DGS框架,其特征为锚点中继双向融合(ARBB)机制,命名为MoRel,能够实现时间一致且内存高效的长程动态场景建模。我们的方法在关键帧时间索引处逐步构建局部规范锚点空间,并在锚点层面建模帧间变形,通过学习双向变形和自适应可学习不透明度控制进行融合,从而缓解时间不连续性和闪烁伪影。我们进一步引入特征方差引导的分层细化(FHD)方案,根据分配的特征方差水平有效细化锚点空间,同时保持渲染质量。为有效评估模型处理真实世界长程4D运动的能力,我们新构建了长程4D运动包含数据集SelfCap_LR。与之前的动态视频数据集相比,它具有更大的平均动态运动幅度,在空间上捕获范围更广。总体而言,我们的MoRel在保持有界内存使用的同时实现了时间一致且无闪烁的长程4D重建,展示了基于高斯的动态表示的可扩展性和效率。
引用
@article{arxiv.2512.09270,
title = {MoRel: Long-Range Flicker-Free 4D Motion Modeling via Anchor Relay-based Bidirectional Blending with Hierarchical Densification},
author = {Sangwoon Kwak and Weeyoung Kwon and Jun Young Jeong and Geonho Kim and Won-Sik Cheong and Jihyong Oh},
journal= {arXiv preprint arXiv:2512.09270},
year = {2026}
}
备注
CVPR 2026 (camera ready ver.). The first two authors contributed equally to this work (equal contribution). Please visit our project page at https://cmlab-korea.github.io/MoRel/