北大团队提出DynStream动态重建框架

北京大学、VGI Labs与UC Merced提出DynStream，可在相机和物体同时运动的视频中，无需给定相机位姿即可进行流式4D高斯重建。该框架按时间块预测相对位姿与尺度，并通过重叠关键帧拼接，分别累积静态与动态高斯及对应时间戳。 论文称，DynStream在五个数据集上的渲染效果领先，并在KITTI的11段里程计序列上表现突出。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。