Gaussianas de malha neural para reconstrução monocular robusta de Objetos Dinâmicos Contribuições: • Nosso método reconstrói objetos dinâmicos a partir de um único vídeo monocular em configurações de câmera desafiadoras, sendo aplicável a objetos de categoria independente. • Utilizamos o LRM para preparar uma geometria inicial aproximada por quadro e propomos uma MLP de deformação para construir a correspondência entre quadros, reproduzindo fielmente as informações dinâmicas do vídeo de entrada. • Propomos uma nova estrutura gaussiana em malha que oferece maior fidelidade de aparência, menor consumo de memória e maior velocidade de treinamento. Além disso, introduzimos duas restrições para as gaussianas em malha para evitar o sobreajuste de visualização.
Artigo:arxiv.org/abs/2512.07381t