基于高斯骨架的可编辑 4D 生成：SkeletonGaussian
计算机视觉与模式识别
2026-02-05 v1 人工智能
图形学
摘要
4D 生成在从输入文本、图像或视频合成动态 3D 对象的方面取得了显著进展。然而，现有方法常将运动表示为隐式变形场，从而限制了直接控制和可编辑性。为解决此问题，我们提出 SkeletonGaussian，一种从单目视频输入生成可编辑动态 3D 高斯对象的新框架。我们的方法引入分层可关节表示，将运动分解为稀疏刚性运动和细粒度非刚性运动。具体而言，我们提取稳健的骨架，通过线性混合皮肤（linear blend skinning）驱动刚性运动，随后采用 hexplane-based 精炼实现非刚性变形，从而增强可解释性和可编辑性。实验结果表明，SkeletonGaussian 在生成质量上超越了现有方法，并实现了直观的运动编辑，开创了可编辑 4D 生成的新范式。项目页面: https://wusar.github.io/projects/skeletongaussian/
引用
@article{arxiv.2602.04271,
title = {SkeletonGaussian: Editable 4D Generation through Gaussian Skeletonization},
author = {Lifan Wu and Ruijie Zhu and Yubo Ai and Tianzhu Zhang},
journal= {arXiv preprint arXiv:2602.04271},
year = {2026}
}
备注
Accepted by CVM 2026. Project page: https://wusar.github.io/projects/skeletongaussian