SCas4D：用于增强持久 4D 新视角合成的结构级联优化
计算机视觉与模式识别
2025-10-09 v1
摘要
用于追踪和新视角合成的持久动态场景建模仍然具有挑战性，因为难以在保持计算效率的同时捕获精确的形变。我们提出了 SCas4D，一个利用动态场景中 3D 高斯溅射的结构模式的级联优化框架。其核心思想是，真实世界的形变通常表现出层次化模式，其中高斯群共享相似的变换。通过从粗粒度部分级别到细粒度点级别逐步细化形变，SCas4D 在每个时间帧内 100 次迭代内收敛，并且仅使用现有方法二分之一的训练迭代即可产生可比结果。该方法在自监督关节物体分割、新视角合成和密集点追踪任务中也展示了有效性。
引用
@article{arxiv.2510.06694,
title = {SCas4D: Structural Cascaded Optimization for Boosting Persistent 4D Novel View Synthesis},
author = {Jipeng Lyu and Jiahua Dong and Yu-Xiong Wang},
journal= {arXiv preprint arXiv:2510.06694},
year = {2025}
}
备注
Published in Transactions on Machine Learning Research (06/2025)