Splat4D：基于扩散模型的时空一致性4D高斯溅射
计算机视觉与模式识别
2025-08-12 v1
摘要
从单目视频生成高质量4D内容（如数字人、AR/VR）面临时空一致性、细节保留和用户引导有效性等挑战。为此，我们介绍Splat4D，一个新型框架，实现从单目视频生成高保真4D内容。Splat4D通过多视图渲染、不一致性识别、视频扩散模型和非对称U-Net进行细化，实现卓越的性能，同时保持忠实的时空一致性。在公开基准上的广泛评估表明，Splat4D在各种指标上始终达到最先进水平，凸显了我们方法的有效性。此外，Splat4D的多样性在各种应用中得到验证，包括文本/图像条件4D生成、4D人类生成和文本引导内容编辑，均能产生遵循用户指令的连贯结果。
引用
@article{arxiv.2508.07557,
title = {Splat4D: Diffusion-Enhanced 4D Gaussian Splatting for Temporally and Spatially Consistent Content Creation},
author = {Minghao Yin and Yukang Cao and Songyou Peng and Kai Han},
journal= {arXiv preprint arXiv:2508.07557},
year = {2025}
}