基于运动的深度高斯分布：探索高斯散射的三维几何基础模型 贡献： • 无姿态基础模型自适应：与依赖预计算姿态（可能存在误差）的 VGGT/MegaSAM 不同，我们的流程无需姿态标注即可运行。这是通过动态优化高斯几何形状来实现的，从而使光度外观与光线一致的新视图合成保持一致。 • 渐进式模块化框架设计：渐进式设计实现了迭代扩展，解决了类似 VGGT 流水线中常见的 GPU 瓶颈问题。模块化设计确保了对场景多样性的鲁棒性，允许对组件进行独立于密集图像集带来的内存限制的优化。 • 场景特定的高斯预测：我们的方法动态地为每个输入场景预测高斯几何形状，适应其独特的光度和几何特征，从而实现高质量的合成——这种灵活性在 VGGT/MegaSAM 等前馈方法中不太明显，这些方法对输入的处理自适应性较差。
论文（pdf）：https://t.co/YLwEAEIDqS
