PackUV:用于 4D 体积视频的压缩高斯 UV 图
计算机视觉与模式识别
2026-03-10 v2
摘要
体积视频能够提供沉浸式的 4D 体验,但在大规模重建、存储和流式传输方面仍然具有挑战性。现有的高斯溶解( Gaussian Splatting )基于方法在重建质量方面取得高效,但在长序列、时间不一致性以及大位移和遮挡情况下的适用性较差。此外,这些方法的输出通常与传统视频编码管道不兼容,阻碍了实际应用。我们引入 PackUV,一种新的 4D 高斯表示方法,将所有高斯属性映射到一序列结构化的多尺度 UV 图谱中,实现紧凑、基于图像的存储。为从多视图视频中拟合此表示,我们提出了 PackUV-GS,一种直接在 UV 域优化高斯参数的时序一致拟合方法。基于流动引导的高斯标记和视频关键帧模块识别动态高斯,稳定静态区域,并在大位移和遮挡情况下保持时间一致性。 resulting UV 图谱格式是首个与标准视频编码器(如 FFV1) 兼容的统一体积视频表示方法,在不损失质量的前提下,使其能够在现有多媒体基础设施中实现高效流式传输。为评估长时段体积捕获,我们提出了 PackUV-2B,目前为止规模最大的多视图视频数据集,包含超过 50 个同步摄像机、显著运动以及 100 个序列和 20 亿帧(2B frames)的频繁遮挡。广泛的实验表明,我们的方法在渲染保真度方面优于现有基准方法,并能扩展至最长达 30 分钟的序列,保持一致质量。
引用
@article{arxiv.2602.23040,
title = {PackUV: Packed Gaussian UV Maps for 4D Volumetric Video},
author = {Aashish Rai and Angela Xing and Anushka Agarwal and Xiaoyan Cong and Zekun Li and Tao Lu and Aayush Prakash and Srinath Sridhar},
journal= {arXiv preprint arXiv:2602.23040},
year = {2026}
}
备注
https://ivl.cs.brown.edu/packuv