ProSGNeRF：城市场景中的渐进式动态神经场景图与频率调制自编码器
原文中文，约300字，阅读约需1分钟。发表于：。通过使用图形结构学习动态对象和背景的本地场景表示，并设计渐进方案和频率自编码器网络来解决大规模城市场景和快速移动车辆的视图合成问题。实验结果表明，该方法在视图合成准确性、物体操作和场景漫游能力方面取得了最先进的结果。
本文提出了一种统一的表示模型，Periodic Vibration Gaussian (PVG)，用于建模动态的大规模城市场景。PVG通过引入周期振动基于时间的动力学，以高效及统一的方式表示动态城市场景中各种物体和元素的特征。实验证明PVG在重建和新视角合成方面优于现有方法，且无需手动标注物体边界框或光流估计。此外，PVG在训练/渲染速度上比最佳替代方法加速了50/6000倍。
