비정형 물체의 4D 재구성 및 추적을 위한 4D 잠재 벡터 세트 확산 모델

본 연구는 희소, 부분적, 노이즈가 있는 점군 시퀀스로부터 동적 표면을 재구성하기 위한 4D 잠재 벡터 세트 확산 모델을 제안한다. 이 모델은 비정형 물체의 형상 및 동작 분포를 반복적인 노이즈 제거 과정을 통해 명시적으로 학습한다. 또한 지역적 형상 및 변형 패턴을 보존하는 4D 신경 표현을 도입하여 복잡한 비선형 동작을 정확하게 포착하고 알려지지 않은 정체성 및 동작에 대한 일반화 능력을 향상시킨다.