MoVieS：一秒内的运动感知 4D 动态视图合成

我们提出了 MoVieS，这是一种运动感知视图合成模型，可在一秒内从单目视频重建 4D 动态场景。它使用像素对齐的高斯原始表示动态 3D 场景，并对其时间变化的运动进行显式监督。这使得首次实现从单目视频中对外观、几何和运动进行统一建模，并支持重建、视图合成和 3D 点跟踪于单一基于学习的框架内。通过将视图合成与几何重建相连，MoVieS 能够在大规模多样数据集上进行训练，仅依赖于与任务相关的最小监督。因此，它自然支持广泛的零样例应用，如场景流估计和移动物体分割。广泛的实验验证了 MoVieS 在多个任务中的有效性和效率，实现了竞争性能，同时提供了几个数量级的加速。