BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
-
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。
-
引入了一种新颖的基于流的时间平滑机制和位置感知的自适应控制策略。
-
实验证明PVG在重建和新视角合成方面优于现有最先进的方法。
-
PVG无需依赖手动标注的物体边界框或昂贵的光流估计。
-
PVG在训练/渲染速度上比最佳替代方法加速了50/6000倍。
➡️
