Vid-CamEdit：基于估计几何的生成式渲染的视频相机轨迹编辑
计算机视觉与模式识别
2025-06-17 v1
摘要
我们提出了Vid-CamEdit，一个用于视频相机轨迹编辑的新型框架，能够在用户定义的相机路径上重新合成单目视频。这项任务因其不适定性以及用于训练的多视角视频数据有限而具有挑战性。传统重建方法难以处理极端轨迹变化，而现有的动态新视角合成生成模型无法处理真实场景中的视频。我们的方法包含两个步骤：估计时间一致的几何，以及由该几何引导的生成式渲染。通过整合几何先验，生成模型专注于在估计几何不确定的区域合成真实细节。我们通过一个因子化微调框架消除了对广泛4D训练数据的需求，该框架分别使用多视角图像和视频数据训练空间和时间分量。我们的方法在从新相机轨迹生成合理视频方面优于基线方法，尤其是在真实场景视频中的极端外推场景中。
引用
@article{arxiv.2506.13697,
title = {Vid-CamEdit: Video Camera Trajectory Editing with Generative Rendering from Estimated Geometry},
author = {Junyoung Seo and Jisang Han and Jaewoo Jung and Siyoon Jin and Joungbin Lee and Takuya Narihira and Kazumi Fukuda and Takashi Shibuya and Donghoon Ahn and Shoukang Hu and Seungryong Kim and Yuki Mitsufuji},
journal= {arXiv preprint arXiv:2506.13697},
year = {2025}
}
备注
Our project page can be found at https://cvlab-kaist.github.io/Vid-CamEdit/