搜索
北大、VGI Labs 和加州大学联合提出 DynStream 大规模无位姿流式动态场景重建框架
6 小时前
北大王选计算机研究所的王勇涛团队，携手VGI Labs与加州大学默塞德分校，共同推出了首个针对大规模无位姿流式动态场景的高斯前馈重建框架——DynStream。该框架直面在线4D重建的三大难题：增量处理、跨时间全局一致性及动态场景的高保真表达。通过分块局部在线重建、无需额外计算的全局聚合以及动静分离的场景累计三大核心模块，DynStream实现了仅凭无位姿RGB在线视频流输入，即可前馈输出相机轨迹与持续更新的可渲染动态场景表示，且无需重新处理整个场景或逐场景优化。实验结果显示，在多个涵盖室内外动静态场景的数据集上，DynStream的渲染指标超越了现有的前馈高斯重建SOTA方法，有效减少了动态物体重影，即便在最长达5km的KITTI长序列中，也能显著降低轨迹重建误差，实现了更高质量的长程场景与轨迹重建。
