arXiv · 机器人与计算机视觉· Hina Kogure, Kei Katsumata, Taiki Miyanishi, Komei Sugiura·· 9 天前AI 评分50
Stitch4D:通过时空插值从稀疏多地点观测进行 4D 城市重建
Stitch4D: 4D Urban Reconstruction from Sparse Multi-Location Observations via Spatio-Temporal Interpolation
AI 导读
针对稀疏多地点观测导致现有 4D 重建方法在未见区域表现不稳定的问题,论文提出 Stitch4D 框架,通过在优化前合成中间“桥接视图”并联合优化真实与合成观测,有效缓解了几何坍塌并提升了重建稳定性。研究还引入了基于 CARLA 的 Urban Sparse 4D (U-S4D) 基准,实验表明该方法在图像质量指标上优于现有基线。材料为预印本版本,已接受于 WACV2027 展示。
来源:arXiv · 机器人与计算机视觉 · arxiv.org