Gaussian See, Gaussian Do : Transfert de mouvement 3D sémantique à partir de vidéos multivues Contributions : • Nous introduisons une nouvelle configuration de problème pour le transfert de mouvement 3D sémantique, où le mouvement d'une vidéo multivue d'un objet source dynamique est adapté à une cible 3D Gaussian Splatting (3DGS) statique, même à travers des catégories très différentes, sans nécessiter de correspondances squelettiques prédéfinies ou de similarité structurelle. Nous proposons une nouvelle stratégie d'intégration de mouvement prenant en compte le point de vue, optimisée collaborativement grâce à un interpolateur basé sur des ancres. Cette approche équilibre la cohérence globale et les détails dépendants du point de vue, garantissant la fidélité du mouvement tout en accélérant considérablement la convergence. • Nous développons un pipeline de reconstruction 4D robuste qui affine les vidéos de supervision bruitées et sujettes aux artefacts en reconstructions 3D dynamiques de haute qualité et temporellement stables. • Nous introduisons un référentiel pour le transfert de mouvement 3D sémantique, évaluant divers transferts de mouvement inter-catégories entre des objets 3D structurellement différents.
Articlearxiv.org/abs/2511.14848Uu8 Projegsgd-motiontransfer.github.io31aa
