跳到主要内容
检索

# 4D高斯泼溅

3 篇关联报道

订阅更新
  1. arXiv

    PanDWM把六路环视拼成一条360度全景带:四步生成,比多相机基线快8到46倍

    PanDWM把自动驾驶世界模型原本分开生成的六路环视视频,改成一条360度全景带,让相机边界落在同一张图内,跨视角一致性问题变成图像内部的空间连续性问题。它用块因果扩散模型逐窗口生成,四步学生模型在自身生成的历史上训练,再沿标定光线把每帧提升为3D高斯并补成4D场景。在nuScenes的统一全景视图评分中,它的FID与FVD低于多相机基线,速度为后者的8到46倍,并保持其50步教师模型的FID、把FVD降低22%到25%。

  2. arXiv

    IGRecon4D把动态车辆从静态背景里分出来:Waymo全图PSNR比DGGT高2.58 dB

    前馈式4D驾驶场景重建此前容易把行人、车辆等交通参与者混进静态表示,并在不同视角间出现高斯位置漂移。IGRecon4D在训练阶段用实例级语义分支蒸馏出动态掩码先验,同时用稀疏LiDAR引导稠密深度、反投影锚定高斯位置。在Waymo Open Dataset上,其全图PSNR为29.51 dB,比最强基线DGGT高2.58 dB,LPIPS从0.116降到0.102;零样本nuScenes上交通参与者区域指标最优,但全图指标并非最高。

  3. arXiv

    驾驶场景4D重建不再依赖数据集标注:FreeForward4D只用RGB视频,在Waymo上全图PSNR超过STORM等标注方法

    FreeForward4D把训练和推理都改为只使用RGB驾驶视频,不再需要数据集提供的相机参数、LiDAR深度或3D框标注。它把预训练视觉模型给出的相机、深度和物体轨迹校准到同一个米制坐标系,再据此关联跨相机目标并建模运动。在Waymo上,它的全图PSNR为27.66 dB,高于依赖标注的STORM、SLARM-F、UFO、DGGT和StreetForward;但深度误差为7.06 m,高于部分使用标注的方法。

已读完全部报道