鲁德动态高斯溅写: 用于非正式视频的鲁棒动态高斯溅写
计算机视觉与模式识别
2026-05-07 v2
摘要
从非正式捕获的单摄像机视频进行 4D 重建由于难以重建动态 3D 几何图形而面临内在歧义挑战。为此,我们引入鲁德动态高斯溅写 (Robust Dynamic Gaussian Splatting, RoDyGS),一种从非正式单摄像机视频中重建动态场景表示的方法。RoDyGS 显式分离静态和动态场景元素,应用时空正则化以确保几何物理上合理且运动在时间上一致。此外,我们提出了综合性基准数据集 Kubric-MRig,提供广泛的相机和物体运动以及同步多视角捕获,这些特征在以前的基准数据集中并不存在。实验表明,RoDyGS 显著优于以往的姿态无关动态新视角合成方法,并与现有的姿态无关静态新视角合成方法实现了具竞争力的渲染质量。我们的项目页面可在 https://rodygs.github.io 访问。
引用
@article{arxiv.2412.03077,
title = {RoDyGS: Robust Dynamic Gaussian Splatting for Casual Videos},
author = {Junmyeong Lee and Hoseung Choi and Yoonwoo Jeong and Minsu Cho},
journal= {arXiv preprint arXiv:2412.03077},
year = {2026}
}
备注
29 pages, 14 figures