上交大开源！ 通过以对象为中心的体素化和神经渲染实现动态场景理解

文章预览

点击“ 计算机视觉life ”，选择“星标” 机器人AI干货第一时间送达 2025秋招，上来就问3D Gaussian Splatting。。。 从无监督视频中学习以物体为中心的表示是具有挑战性的。与之前大多数方法专注于分解2D图像不同，我们提出了一个名为DynaVol - S的动态场景3D生成模型，该模型能够在可微的体绘制框架中实现以物体为中心的学习。其核心思想是执行以物体为中心的体素化来捕获场景的3D性质，从而推断每个物体在各个空间位置的占有率。这些体素特征通过一个正则空间变形函数进行演化，并在一个组合NeRF的逆向渲染流水线中进行优化。此外，我们的方法集成了2D语义特征来创建3D语义网格，通过多个解耦的体素网格来表示场景。DynaVol - S在新颖视图合成和动态场景的无监督分解任务中都显著优于现有模型。通过联合考虑几何结构和语义特征，它有效地解 ………………………………