RiGS：单目视频下的刚性感知四维高斯溅射重建
计算机视觉与模式识别
2026-05-25 v1
摘要
从单目视频重建动态 3D 场景是一项基础且极具挑战的任务，因为现实运动通常涉及长期平滑变换和短期复杂变形。现有方法要么难以维持时序一致性，要么因运动建模能力有限而无法捕捉高频动态。本文提出了刚性感知四维高斯溅射（RiGS），同时捕捉跨多个时间尺度的运动。具体而言，RiGS 引入三类高斯原语：静态、刚性和瞬态，分别代表静态背景、长期低频运动和短期高频动态。提出对象级动态掩码，用于聚合远时空运动信息并指导静态区域和动态区域的分解。为在多个时间尺度上联合建模，允许刚性高斯根据其时序持续时间过渡为瞬态高斯，并在场景流指导下对两者进行优化，提供稠密 3D 运动监督。广泛实验表明，RiGS 在新视角合成基准中实现了最佳性能。代码可在 \hyperlink{https://github.com/ladvu/RiGS}{https://github.com/ladvu/RiGS} 获取。
引用
@article{arxiv.2605.23672,
title = {RiGS: Rigid-aware 4D Gaussian Splatting from a Single Monocular Video},
author = {Chenyu Wu and Wanhua Li and Zhu-Tian Chen and Hanspeter Pfister},
journal= {arXiv preprint arXiv:2605.23672},
year = {2026}
}