Flux4D: フローベースの教師なし4D再構成 要約（抜粋）： Flux4Dは、大規模な動的シーンの4D再構成のためのシンプルでスケーラブルなフレームワークです。3Dガウス分布とその運動ダイナミクスを直接予測し、完全な教師なし学習でセンサー観測データを再構成します。 Flux4Dは、測光損失のみを採用し、「可能な限り静的」な正則化を適用することで、事前学習済みの教師ありモデルや基礎的な事前分布を必要とせずに、生データから直接動的な要素を分解することを学習します。これは、多くのシーンを学習するだけで実現されます。 私たちのアプローチにより、数秒以内に動的なシーンを効率的に再構築でき、大規模なデータセットに効果的に拡張でき、希少で未知のオブジェクトを含む目に見えない環境にうまく一般化できます。 屋外運転データセットの実験では、Flux4D がスケーラビリティ、一般化、再構築品質の点で既存の方法を大幅に上回っていることが示されています。
論文: httarxiv.org/abs/2512.03210ジェクト: https://t.co/4BN4pxzIWa