尽管 3D 扫描数据的易得性已经影响了计算机视觉领域的研究，但对 4D 数据，即随时间捕获的运动非刚性物体的 3D 扫描，却关注较少。为了对视觉研究有用，这类 4D 扫描需要注册或对齐到共同的拓扑结构。因此，将网格注册方法扩展到 4D 是很重要的。不幸的是，目前没有用于定量评估和比较 4D 注册方法的真实数据集。为了解决这个问题，我们创建了一个新颖的数据集，包含以 60 fps 捕获的运动中人类被试的高分辨率 4D 扫描。我们提出了一种新的网格注册方法，利用 3D 几何和纹理信息将序列中的所有扫描注册到一个共同的参考拓扑上。该方法利用了短时间和长时间间隔内的纹理一致性，并处理形状和纹理捕获之间的时间偏移。我们展示了仅使用几何信息在运动快速和非刚性时对齐会导致显著错误。我们评估了注册的准确性，并提供了 40,000 个原始和对齐网格的数据集。动态 FAUST 扩展了流行的 FAUST 数据集到动态 4D 数据，并可在 http://dfaust.is.tue.mpg.de 上用于研究目的。
Bogo等（Sat，）研究了这个问题。