野生烟雾：从单段视频中提取的动态3D烟雾资产
计算机视觉与模式识别
2025-09-16 v1 机器学习
摘要
我们提出了一个从单段野外视频中提取并重建动态3D烟雾资产的管线，并进一步集成交互式烟雾设计与编辑。近期在3D视觉领域的发展显著提升了流体动力学的重建与渲染能力，支持逼真且时序一致的视角合成。然而，当前的流体重建高度依赖严格控制的实验室环境，而实世界视频则鲜有探索。我们指出了在野外视频中重建烟雾的三个关键挑战，并设计了针对性技术，包括背景移除下的烟雾提取、烟雾粒子和相机姿态的初始化，以及多视角视频的推断。我们的方法不仅在野外视频上实现了比以往重建和生成方法更高的质量（野外视频平均PSNR提升2.22），而且通过仿真我们的烟雾资产实现了对流体动力学的多样化逼真编辑。我们提供我们的模型、数据和4D烟雾资产，访问地址为[https://autumnyq.github.io/WildSmoke](https://autumnyq.github.io/WildSmoke)。
引用
@article{arxiv.2509.11114,
title = {WildSmoke: Ready-to-Use Dynamic 3D Smoke Assets from a Single Video in the Wild},
author = {Yuqiu Liu and Jialin Song and Manolis Savva and Wuyang Chen},
journal= {arXiv preprint arXiv:2509.11114},
year = {2025}
}