2D存量视频变3D金矿，来看京东3D空间视频生成技术探索与应用 | ICME 2025
原文中文，约11200字，阅读约需27分钟。
📝
内容提要
随着社交媒体和XR设备的发展，3D空间视频需求激增。京东团队创新性地将2D视频转化为3D视频，降低了制作成本。该技术已被国际多媒体会议接收，并创建了高质量的StereoV1K数据集，推动了行业发展。
🔎
延伸解读
3D空间视频的市场潜力
随着社交媒体和XR设备的普及，3D空间视频的需求正在迅速增长。这一趋势不仅改变了观众的观看体验，也为内容创作者提供了新的机遇。京东的技术创新使得2D视频转化为3D视频的成本大幅降低，可能会吸引更多企业参与这一市场，推动内容的多样化和丰富性。
技术挑战与解决方案
尽管3D空间视频的生成技术取得了显著进展，但仍面临深度估计和新视角合成等技术挑战。京东团队通过优化单目深度估计和新视角合成算法，提升了生成视频的质量和稳定性。这些技术的突破将为未来的3D视频应用提供更强的支持，尤其是在虚拟现实和增强现实领域。
StereoV1K数据集的重要性
StereoV1K数据集的创建为3D视频生成领域提供了一个高质量的基准，解决了现有数据集数量少、质量低的问题。该数据集的推出将促进算法的研究与发展，推动整个行业的进步，尤其是在深度学习和计算机视觉的应用方面。
❓
Q&A
京东的3D空间视频生成技术有什么创新之处？
京东团队创新性地将2D视频转化为3D视频，显著降低了制作成本，提升了内容供给能力。
StereoV1K数据集的特点是什么？
StereoV1K数据集包含1000个视频，分辨率为1180×1180，总帧数超过50万帧，是高质量的立体视频数据集。
MV-HEVC编码方法的优势是什么？
MV-HEVC编码方法通过利用左右眼画面之间的相似性，显著提升了3D视频的压缩效率和编码速度。
3D空间视频生成技术在实际应用中有哪些场景？
该技术已在京东.Vision视频频道等业务场景落地，提升了用户的沉浸式观看体验。
单目深度估计在3D视频生成中有什么重要性？
单目深度估计是推断物体深度信息的基础，对增强现实和虚拟现实等应用至关重要。
未来3D领域的发展方向是什么？
未来3D领域将集中在AIGC 3D/4D和世界模型生成等方向，关注生成过程的可控性与可编辑性。
🏷️
