Die Autoren präsentieren einen neuen Ansatz zur Darstellung dynamischer Szenen, der auf dünn besetzten Kontrollpunkten und einem Deformations-MLP basiert. Die Hauptidee ist es, die Bewegung und Erscheinung der dynamischen Szene in kompakte Kontrollpunkte und dichte Gaussians zu zerlegen.
Die Kontrollpunkte werden verwendet, um zeitabhängige 6-DOF-Transformationen zu lernen, die dann durch lineare Interpolation auf die 3D-Gaussians übertragen werden. Dies ermöglicht eine effiziente Darstellung der Szendynamik mit deutlich weniger Parametern als herkömmliche Ansätze.
Während des Lernprozesses werden Strategien zur adaptiven Anpassung der Kontrollpunktdichte eingesetzt, um komplexe Bewegungen in verschiedenen Regionen zu modellieren. Außerdem wird eine ARAP-Verlustfunktion verwendet, um die lokale Starrheit der erlernten Bewegungen zu fördern.
Dank der expliziten Bewegungsrepräsentation durch Kontrollpunkte ermöglicht der Ansatz auch intuitive Bewegungsbearbeitung durch Manipulation der Kontrollpunkte, während die Erscheinung der Szene beibehalten wird.
Umfangreiche Experimente zeigen, dass der Ansatz den aktuellen Stand der Technik sowohl quantitativ als auch qualitativ übertrifft und gleichzeitig eine hohe Rendergeschwindigkeit bietet.
Sang ngôn ngữ khác
từ nội dung nguồn
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Yi-Hua Huang... lúc arxiv.org 04-15-2024
https://arxiv.org/pdf/2312.14937.pdfYêu cầu sâu hơn