[SIGGRAPH Asia '25] 事前強化ガウススプラッティングによるカジュアルビデオからの動的シーン再構成 抽象的な： 単眼で撮影したRGB動画から動的シーンを再構成するための完全自動パイプラインを導入します。新たなシーン表現を設計するのではなく、動的ガウススプラッティングを駆動する事前分布を強化します。 ビデオセグメンテーションとエピポーラ誤差マップを組み合わせることで、薄い構造を忠実に追跡するオブジェクトレベルのマスクが得られます。これらのマスクは、(i) 物体深度損失を導き、ビデオ深度の一貫性を向上し、(ii) スケルトンベースのサンプリングとマスクに基づく再識別をサポートすることで、信頼性の高い包括的な2Dトラックを生成します。 2 つの追加目標により、再構築段階に洗練された事前分布が埋め込まれます。 - 仮想視野深度損失により、浮遊物が除去されます。 - スキャフォールド投影損失により、モーション ノードがトラックに結び付けられ、細かい形状と一貫したモーションが維持されます。 結果として得られるシステムは、従来の単眼による動的シーン再構成法を凌駕し、目に見えて優れたレンダリングを実現します。
論文: httdl.acm.org/doi/10.1145/37…ジェクト: https://t.co/HQl6h9UgOm
