ملخص: تُعد إعادة بناء تمثيل زمني مكاني رباعي الأبعاد لمشهد ديناميكي من فيديو أحادي مشكلة أساسية لكنها صعبة جداً في رؤية الكمبيوتر ورسوميات الكمبيوتر. لقد حسنت التطورات الأخيرة في تقنية سبلات 3D Gaussian (3DGS) للمشاهد الثابتة بشكل ملحوظ من كفاءة العرض ووفاءً بصرياً. ومع ذلك، فإن توسيع 3DGS للمشاهد الديناميكية من مدخل عرض واحد لا يزال صعباً، حيث أن نقص إشراف سحب النقاط الديناميكية غالباً ما يعوق النمذجة الدقيقة للأشياء المتحركة، مما يؤدي إلى أداء غير مثالي. في هذه الورقة، نقدم SD‐4DGS، وهي طريقة جديدة لسلات 4D Gaussian (4DGS) مع تكثيف فراغي، مصممة خصيصاً لإعادة بناء المشاهد الديناميكية من فيديو أحادي. يتميز SD‐4DGS باستراتيجية تكثيف فراغي سريعة تقوم بتحويل سحب النقاط النادرة إلى تمثيلات كثيفة لتلتقط بشكل أفضل الهندسة والقوام عالي التردد. بالإضافة إلى ذلك، يعمل مُنظم حركة نافذة الانزلاق، مع جدول تدريب تدريجي، على تنقيح المظهر والحركة تدريجياً. تُظهر التجارب أن طريقتنا تتفوق بشكل كبير على الطرق الحالية من حيث جودة النمذجة عبر مجموعات بيانات متنوعة.
درس هان وآخرون (Thu,) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: