谷歌DeepMind重磅推出多视角视频扩散模型CAT4D，单视角视频也能转换多视角了。

文章预览

  单目视觉4D重建再突破！谷歌DeepMind推出多视角视频扩散模型CAT4D，单视角视频也能转换多视角了。 单目视觉4D重建再突破！谷歌DeepMind等团队，推出了多视角视频扩散模型CAT4D，它支持输入单个视角的视频，转换后可以自行拖动。 该模型可以分别固定视角和时间，然后分别输出了视角不动（机位固定）时间变、时间不变视角动，以及视角时间均变动的效果。 如下图所示： 相关链接 • 论文：https://arxiv.org/pdf/2411.18613 • 主页：https://cat-4d.github.io/ 论文介绍     CAT4D：使用多视图视频扩散模型以 4D 形式创建任何内容 工作原理 它是如何运作的 给定输入单目视频，我们使用多视图视频扩散模型生成新视点的多视图视频。然后，使用这些生成的视频将动态 3D 场景重建为变形 3D 高斯。 独立的摄像头和时间控制 CAT4D 的核心是多视图视频扩散模型，它可以 ………………………………