論文の概要: World from Motion: Generative Dynamic Gaussian Reconstruction from Monocular Video

• arxiv url: http://arxiv.org/abs/2607.01202v1
• Date: Wed, 01 Jul 2026 17:41:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:08.009699
• Title: World from Motion: Generative Dynamic Gaussian Reconstruction from Monocular Video
• Title（参考訳）: World from Motion: Generative Dynamic Gaussian Reconstruction from Monocular Video (英語)
• Authors: Liyuan Zhu, Shengyu Huang, Amrita Mazumdar, Tianye Li, Zan Gojcic, Gordon Wetzstein, Iro Armeni, Shalini De Mello, Alex Trevithick,
• Abstract要約: モノクロビデオから自由にレンダリング可能な動的3Dガウス表現を生成する方法であるWorld from Motionを提案する。 我々のアプローチは、外観、幾何学、および3Dシーンモーションをエンコードする濃密なピクセル配列のレンダリングにビデオモデルを適用している。 実験時にモデルの世代を1つの一貫した高品質な3DGSに蒸留し、新規なビュー合成と基礎となる3Dモーションの両方を改善した。
• 参考スコア（独自算出の注目度）: 62.16750462940772
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present World from Motion, a method for generating freely renderable dynamic 3D Gaussian representations from monocular videos. Our approach conditions a video model on dense, pixel-aligned renderings that encode appearance, geometry, and 3D scene motion along both input and target camera trajectories to correct rendering artifacts and fill in missing regions from an initial reconstruction. To train this model, we construct a dataset of aligned multiview video pairs and dynamic 3DGS representations, with simulated artifacts characteristic of monocular reconstruction. At test time, we distill the model's generations, including newly observed regions and motions, back into a single consistent, high-quality dynamic 3DGS, improving both novel-view synthesis and the underlying 3D motion. Our method sets a new state of the art in 4D reconstruction and seamlessly generalizes to in-the-wild videos with large viewpoint changes and dynamic motions.
• Abstract（参考訳）: モノクロビデオから自由にレンダリング可能な動的3Dガウス表現を生成する方法であるWorld from Motionを提案する。 提案手法では,画像の形状,形状,3次元シーン動作を,入力とターゲットの両方のカメラ軌道に沿って符号化し,画像のレンダリングを補正し,初期再構成から欠落した領域を埋める,高密度な画素アラインレンダリングの映像モデルについて検討する。 このモデルをトレーニングするために,一眼レフビデオペアと動的3DGS表現のデータセットを構築した。 実験時には,新たに観測された領域や動きを含むモデルの世代を,一貫した高品質な動的3DGSに戻すことで,新規なビュー合成と基礎となる3D動作を改善する。 提案手法は、4次元再構成における新しい最先端の手法を定め,大きな視点変化と動的動きを持つ映像にシームレスに一般化する。

関連論文リスト

• 4D3R: Motion-Aware Neural Reconstruction and Rendering of Dynamic Scenes from Monocular Videos [52.89084603734664]
  静的および動的コンポーネントを2段階のアプローチで分離する,ポーズフリーな動的ニューラルネットワークレンダリングフレームワークである4D3Rを提案する。 提案手法は最先端手法よりも最大1.8dBPSNRの改善を実現する。
  論文  参考訳（メタデータ） (2025-11-07T13:25:50Z)
• DGS-LRM: Real-Time Deformable 3D Gaussian Reconstruction From Monocular Videos [52.46386528202226]
  Deformable Gaussian Splats Large Reconstruction Model (DGS-LRM)を紹介する。 動的シーンのモノクロポーズビデオから変形可能な3Dガウススプラットを予測する最初のフィードフォワード法である。 最先端のモノクロビデオ3D追跡手法と同等の性能を発揮する。
  論文  参考訳（メタデータ） (2025-06-11T17:59:58Z)
• Seeing World Dynamics in a Nutshell [132.79736435144403]
  NutWorldはモノクロ動画をダイナミックな3D表現に変換するフレームワークである。 我々は,NutWorldがリアルタイムにダウンストリームアプリケーションを実現しつつ,高忠実度ビデオ再構成品質を実現することを実証した。
  論文  参考訳（メタデータ） (2025-02-05T18:59:52Z)
• Shape of Motion: 4D Reconstruction from a Single Video [42.42669078777769]
  本稿では,世界座標フレーム内の3次元運動軌跡を明示的かつ永続的に特徴付ける,ジェネリックダイナミックシーンの再構築手法を提案する。 まず,コンパクトなSE(3)モーションベースでシーンの動きを表現することで,3次元動作の低次元構造を利用する。 第2に,単眼深度マップや長距離2Dトラックなどの既成データ駆動の先行データを利用して,これらのノイズを効果的に処理する方法を考案する。
  論文  参考訳（メタデータ） (2024-07-18T17:59:08Z)
• Dynamic 3D Gaussians: Tracking by Persistent Dynamic View Synthesis [58.5779956899918]
  動的シーンビュー合成と6自由度(6-DOF)追跡のタスクを同時に処理する手法を提案する。 我々は、シーンを3Dガウスアンのコレクションとしてモデル化する最近の研究に触発された、分析バイシンセサイザーの枠組みに従う。 我々は,1人称視点合成,動的合成シーン合成,4次元映像編集など,我々の表現によって実現された多数のダウンストリームアプリケーションを紹介した。
  論文  参考訳（メタデータ） (2023-08-18T17:59:21Z)

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。