[SIGGRAPH Asia '25] 基於先驗增強的高斯散射演算法用於從日常影片中重建動態場景 抽象的： 我們提出了一種全自動流程，用於從隨意拍攝的單目RGB影片中重建動態場景。我們沒有設計新的場景表示，而是增強了驅動動態高斯散射的先驗資訊。 視訊分割結合極線誤差圖可以產生與細小結構緊密貼合的物件層級遮罩。這些遮罩 (i) 指導物件深度損失函數的計算，從而增強視訊深度的一致性；(ii) 支援基於骨架的取樣和遮罩引導的重識別，以產生可靠、全面的二維軌跡。 在重建階段，也融入了兩個額外的目標，即改進後的先驗資訊： - 虛擬視圖深度損失會消除漂浮物。 - 支架投影損失將運動節點與軌道連接起來，保持精細的幾何形狀和連貫的運動。 由此產生的系統超越了以往的單眼動態場景重建方法，並提供了明顯更優的渲染效果。
論文連結：htdl.acm.org/doi/10.1145/37…案連結：https://t.co/HQl6h9UgOm
