論文の概要: Learning Explicit Continuous Motion Representation for Dynamic Gaussian Splatting from Monocular Videos
- arxiv url: http://arxiv.org/abs/2603.25058v1
- Date: Thu, 26 Mar 2026 05:51:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-27 20:52:48.128845
- Title: Learning Explicit Continuous Motion Representation for Dynamic Gaussian Splatting from Monocular Videos
- Title（参考訳）: 単眼映像からの動的ガウス平滑化のための明示的連続運動表現の学習
- Authors: Xuankai Zhang, Junjin Xiao, Shangwei Huang, Wei-shi Zheng, Qing Zhang,
- Abstract要約: 本稿では,モノクロビデオから高品質な動的ガウス平滑化手法を提案する。
制御点のコンパクトなSE(3)B-スプライン運動ベースを用いる。
本手法は,新しいビュー合成における最先端の手法よりも優れる。
- 参考スコア（独自算出の注目度）: 43.8174312310227
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present an approach for high-quality dynamic Gaussian Splatting from monocular videos. To this end, we in this work go one step further beyond previous methods to explicitly model continuous position and orientation deformation of dynamic Gaussians, using an SE(3) B-spline motion bases with a compact set of control points. To improve computational efficiency while enhancing the ability to model complex motions, an adaptive control mechanism is devised to dynamically adjust the number of motion bases and control points. Besides, we develop a soft segment reconstruction strategy to mitigate long-interval motion interference, and employ a multi-view diffusion model to provide multi-view cues for avoiding overfitting to training views. Extensive experiments demonstrate that our method outperforms state-of-the-art methods in novel view synthesis. Our code is available at https://github.com/hhhddddddd/se3bsplinegs.
- Abstract（参考訳）: 本稿では,モノクロビデオから高品質な動的ガウス平滑化手法を提案する。
この目的のために、我々は、制御点のコンパクトなSE(3)B-スプライン運動基底を用いて、動的ガウスの連続位置と向きの変形を明示的にモデル化する従来の方法よりさらに一歩進んでいく。
複雑な動きをモデル化する能力を高めつつ、計算効率を向上させるために、運動ベースと制御ポイントの数を動的に調整する適応制御機構を考案した。
さらに,長期的動作干渉を軽減するソフトセグメント再構築戦略を開発し,多視点拡散モデルを用いて,過度なトレーニング視点への適応を避けるための多視点拡散手法を提案する。
大規模な実験により,本手法は新規なビュー合成において最先端の手法より優れていることが示された。
私たちのコードはhttps://github.com/hhhddddddd/se3bsplinegs.comから入手可能です。
関連論文リスト
- From Tokens to Nodes: Semantic-Guided Motion Control for Dynamic 3D Gaussian Splatting [26.57713792657793]
制御密度と動きの複雑さを一致させる動き適応フレームワークを提案する。
既存の最先端手法に比べて,復元品質と効率が大幅に向上したことを示す。
論文 参考訳（メタデータ） (2025-10-03T05:33:58Z) - Laplacian Analysis Meets Dynamics Modelling: Gaussian Splatting for 4D Reconstruction [9.911802466255653]
本稿では,ハイブリッドな明示的関数を持つ動的3DGSフレームワークを提案する。
本手法は, 複雑な動的シーンを再構築する際の最先端性能を実証し, 再現精度を向上する。
論文 参考訳（メタデータ） (2025-08-07T01:39:29Z) - MoSiC: Optimal-Transport Motion Trajectory for Dense Self-Supervised Learning [66.53533434848369]
密集した表現を学習する動き誘導型自己学習フレームワークを提案する。
6つの画像およびビデオデータセットと4つの評価ベンチマークにおいて、最先端を1%から6%改善する。
論文 参考訳（メタデータ） (2025-06-10T11:20:32Z) - SplineGS: Robust Motion-Adaptive Spline for Real-Time Dynamic 3D Gaussians from Monocular Video [26.468480933928458]
高品質な再構成とモノクロビデオからの高速レンダリングを実現するために,COLMAPフリーな動的3DガウススティングフレームワークであるSplineGSを提案する。
中心となるのは、連続的な動的3次元ガウス軌道を表す新しい動き適応スプライン(MAS)法である。
カメラパラメータ推定と3次元ガウス属性の同時最適化手法を提案する。
論文 参考訳（メタデータ） (2024-12-13T09:09:14Z) - Event-boosted Deformable 3D Gaussians for Dynamic Scene Reconstruction [50.873820265165975]
本稿では,高時間分解能連続運動データと動的シーン再構成のための変形可能な3D-GSを併用したイベントカメラについて紹介する。
本稿では、3次元再構成としきい値モデリングの両方を大幅に改善する相互強化プロセスを作成するGS-Thresholdジョイントモデリング戦略を提案する。
提案手法は,合成および実世界の動的シーンを用いた最初のイベント包摂型4Dベンチマークであり,その上で最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-11-25T08:23:38Z) - Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction [89.53963284958037]
動的シーン再構築のための新しい動き認識拡張フレームワークを提案する。
具体的には,まず3次元ガウス運動と画素レベルの流れの対応性を確立する。
より厳密な最適化問題を示す先行的な変形に基づくパラダイムに対して,過渡対応変形補助モジュールを提案する。
論文 参考訳（メタデータ） (2024-03-18T03:46:26Z) - SC-GS: Sparse-Controlled Gaussian Splatting for Editable Dynamic Scenes [59.23385953161328]
動的シーンのための新しいビュー合成は、コンピュータビジョンとグラフィックスにおいて依然として難しい問題である。
本稿では,動的シーンの動作と外観を疎制御点と高密度ガウスに明示的に分解する新しい表現を提案する。
提案手法は,高忠実度な外観を維持しつつ,ユーザ制御のモーション編集を可能にする。
論文 参考訳（メタデータ） (2023-12-04T11:57:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。