用于鲁棒单目重建的神经网格高斯 动态对象 贡献: • 我们的方法能够在具有挑战性的相机设置下,从单个单目视频中重建动态物体,适用于与类别无关的物体。 • 我们利用 LRM 准备逐帧粗略几何先验,并提出一种形变 MLP 来构建帧对应关系,忠实地匹配输入视频的动态信息。 • 我们提出了一种新型网格高斯结构,它具有更高的图像保真度、更低的内存占用和更快的训练速度。此外,我们还引入了两个网格高斯约束条件,以避免视图过拟合。
论文链接:https://t.co/xEFYd0ehQt
正在加载线程详情
正在从 X 获取原始推文,整理成清爽的阅读视图。
通常只需几秒钟,请稍候。
共 2 条推文 · 2025年12月9日 06:33
用于鲁棒单目重建的神经网格高斯 动态对象 贡献: • 我们的方法能够在具有挑战性的相机设置下,从单个单目视频中重建动态物体,适用于与类别无关的物体。 • 我们利用 LRM 准备逐帧粗略几何先验,并提出一种形变 MLP 来构建帧对应关系,忠实地匹配输入视频的动态信息。 • 我们提出了一种新型网格高斯结构,它具有更高的图像保真度、更低的内存占用和更快的训练速度。此外,我们还引入了两个网格高斯约束条件,以避免视图过拟合。
论文链接:https://t.co/xEFYd0ehQt