MoRel: 앵커 릴레이 기반 양방향 블렌딩 및 계층적 밀집화를 통한 장거리 플리커 없는 4D 모션 모델링 요약: MoRel은 앵커 릴레이 기반 양방향 블렌딩을 통해 제한된 메모리 환경에서도 시간적으로 일관성 있고 깜빡임 없는 장거리 모션 장면 재구성을 구현하는 4D 가우시안 스플래팅 프레임워크입니다. 또한, 특징 분산 기반 계층적 밀집화를 활용하여 필요한 곳에 표현 용량을 할당함으로써 효율성을 희생하지 않고 재구성 품질을 향상시킵니다. 기여 내용: - MoRel은 앵커 릴레이 기반 양방향 블렌딩(ARBB) 메커니즘을 도입했습니다. 이 메커니즘은 키프레임 앵커(KfA) 간의 양방향 변형을 학습하고 학습 가능한 시간적 불투명도 제어를 통해 이를 블렌딩하여 시간적 불연속성을 효과적으로 억제합니다. - 특징 분산 기반 계층적 밀집화(FHD)는 지역 주파수 특성을 기반으로 앵커 표현을 개선하여 중복 앵커 포인트 생성을 방지하고 고주파 세부 정보를 보존합니다. - MoRel은 긴 시퀀스를 앵커 기반 청크로 나누고 필요한 KfA 및 변형 필드만 필요에 따라 로드하여 GPU 메모리 사용량을 제한합니다. - KfA의 주기적인 배치는 자연스러운 시간적 접근 지점을 제공하여 전체 모델을 로드하지 않고도 효율적인 임의 시간적 접근을 가능하게 합니다. - MoRel은 학습 중에 외부 신호를 필요로 하지 않으며 간단한 렌더링 파이프라인을 사용하여 불필요한 시스템 복잡성을 방지합니다.
논문 링크: arxiv.org/abs/2512.09270 프로젝트: https://t.co/vDrIF6uC01
