TRiGS: 用于可扩展4D高斯溅射的时序刚体运动
计算机视觉与模式识别
2026-04-02 v1
摘要
近期4D高斯溅射（4DGS）方法实现了令人印象深刻的动态场景重建，但通常依赖分段线性速度近似和短时序窗口。这种不连续的建模导致严重的时序碎片化，迫使基元被反复消除和重新生成以追踪复杂的非线性动力学。这种权宜之计的近似消除了对象的长期时序身份，并导致高斯基元数量不可避免地激增，阻碍了向扩展视频序列的可扩展性。为解决这一问题，我们提出了TRiGS，一种利用统一、连续几何变换的新型4D表示。通过整合SE(3)变换、分层Bezier残差和可学习局部锚点，TRiGS为单个基元建模几何一致的刚体运动。这种连续表述保留了时序身份，并有效缓解了无界内存增长。广泛实验表明，TRiGS在标准基准上实现了高保真渲染，同时独特地扩展至扩展视频序列（例如600至1200帧）而不会出现严重内存瓶颈，在时序稳定性方面显著优于先前工作。
引用
@article{arxiv.2604.00538,
title = {TRiGS: Temporal Rigid-Body Motion for Scalable 4D Gaussian Splatting},
author = {Suwoong Yeom and Joonsik Nam and Seunggyu Choi and Lucas Yunkyu Lee and Sangmin Kim and Jaesik Park and Joonsoo Kim and Kugjin Yun and Kyeongbo Kong and Sukju Kang},
journal= {arXiv preprint arXiv:2604.00538},
year = {2026}
}
备注
Project page: https://wwwjjn.github.io/TRiGS-project_page/