WideRange4D：实现宽范围运动和场景的高质量 4D 重建
计算机视觉与模式识别
2025-05-01 v2
摘要
随着 3D 重建技术的快速发展，4D 重建研究也在推进，现有的 4D 重建方法能够生成高质量的 4D 场景。然而，由于获取多视角视频数据的困难，当前的 4D 重建基准主要展示局部区域内进行的动作，如跳舞等，局限于有限的场景。在实际场景中，许多场景涉及大范围的空间运动，这凸显了现有 4D 重建数据集的局限性。此外，现有的 4D 重建方法依赖变形场来估计 3D 对象的动态，但变形场在大范围空间运动方面存在困难，这限制了实现高质量 4D 场景重建的能力。本文聚焦于具有显著物体空间运动的 4D 场景重建，提出一种新型 4D 重建基准，WideRange4D。该基准包含大量具有大空间变化的 4D 场景数据，允许更全面地评估 4D 生成方法的生成能力。此外，我们引入一种新的 4D 重建方法 Progress4D，能够在各种复杂的 4D 场景重建任务中生成稳定且高质量的 4D 结果。我们在 WideRange4D 上进行了定性和定量比较实验，表明 Progress4D 在现有最先进的 4D 重建方法中取得了优异性能。项目：https://github.com/Gen-Verse/WideRange4D
引用
@article{arxiv.2503.13435,
title = {WideRange4D: Enabling High-Quality 4D Reconstruction with Wide-Range Movements and Scenes},
author = {Ling Yang and Kaixin Zhu and Juanxi Tian and Bohan Zeng and Mingbao Lin and Hongjuan Pei and Wentao Zhang and Shuicheng Yan},
journal= {arXiv preprint arXiv:2503.13435},
year = {2025}
}
备注
Project: https://github.com/Gen-Verse/WideRange4D