Splannequin: 基于双检测溅射的单目人体挑战视频冻结
计算机视觉与模式识别
2025-12-09 v2
摘要
从单目人体挑战（MC）视频合成高保真冻结3D场景是一个区别于标准动态场景重建的独特问题。我们的目标不是建模运动，而是创建冻结场景，同时策略性地保留细微动态以实现用户控制的即时选择。为此，我们引入了一种动态高斯溅射的新应用：场景被动态建模，保留了附近的时间变化，通过固定模型的时间参数渲染静态场景。然而，在这种用法下，单目捕获结合稀疏时间监督会导致高斯基元在弱监督时间戳处变得不可见或被遮挡时产生鬼影和模糊等伪影。我们提出Splannequin，一种架构无关的正则化方法，检测高斯基元的两种状态——隐藏和缺陷——并应用时间锚定。在以前向相机运动为主的条件下，隐藏状态被锚定到其近期良好观测的过去状态，而缺陷状态被锚定到具有更强监督的未来状态。我们的方法通过简单的损失项集成到现有的动态高斯流水线中，无需架构更改，且不增加推理开销。这带来了显著提升的视觉质量，实现了高保真、用户可选的冻结时间渲染，并通过96%的用户偏好得到验证。项目页面：https://chien90190.github.io/splannequin/
引用
@article{arxiv.2512.05113,
title = {Splannequin: Freezing Monocular Mannequin-Challenge Footage with Dual-Detection Splatting},
author = {Hao-Jen Chien and Yi-Chuan Huang and Chung-Ho Wu and Wei-Lun Chao and Yu-Lun Liu},
journal= {arXiv preprint arXiv:2512.05113},
year = {2025}
}
备注
WACV 2026. Project page: https://chien90190.github.io/splannequin/