跳到正文
arXiv · 机器人与计算机视觉· Tong Zhao, Zhiyuan Han, Lin Chen, Bowen Xie, Yunxi Qiao, Bohan Li, Weiqing Xiao, Gen Li, Shu Han, Xuyang Dai, Cheng Bi, Hao Zhao, Chaojian Li·· 2026-10-20AI 评分70

Drive2Gauss:基于多模态生成驾驶视频的 FeedForward 4D 高斯重建

Drive2Gauss: FeedForward 4D Gaussian Reconstruction from Multimodal Generative Driving Videos

AI 导读

Drive2Gauss 是一种前馈框架,旨在解决现有方法需对每个序列进行优化以从生成的 RGB 视频中恢复显式场景的局限。该框架利用多模态视频生成器预测参考多视图图像和未来控制信号下的 RGB、度量深度和动态流,并通过高斯查询解码器将深度用于初始化稀疏 3D 查询,利用流关联跨时间查询,结合时空特征聚合与迭代查询细化完成外观信息整合。

来源:arXiv · 机器人与计算机视觉 · arxiv.org