VidPanos：从随意 panning 视频生成全景视频

全景图像拼接提供一种超越摄像机视野范围的统一宽角视图。将 panning 视频的帧拼接成全景照片是静止场景下已为人所熟知的问题，但当场景中存在运动物体时，静态全景无法完整捕捉场景。我们提出一种方法，从随意拍摄的 panning 视频合成全景视频，仿佛使用广角摄像机拍摄。我们将全景合成建模为空间-时间填充问题，旨在创建与输入视频同长度的完整全景视频。实现空间-时间体积的一致填充需要强大且真实的视频内容与运动先验，而我们采用生成式视频模型。现有生成模型无法直接扩展到全景填充，我们表明必须将视频生成作为全景合成系统的组件，并展示如何充分利用模型优势，同时最小化其局限。我们的系统可为包括人物、车辆和流动水等野生场景，以及静止背景特征，创建视频全景。