DAS3R¶
约 311 个字 预计阅读时间 1 分钟
Abstract
Introduction¶
问题导向
动态视频的场景分解和静态背景重建,特别是动态物体占据场景比例较大。
Method¶
Dynamic region segmentation¶
- 与语义分割网络不同,DAS3R 依赖于对两个重叠图像帧的推理,直接从图像训练动态分割掩码。
- 为减少计算量,仅对第一帧预测动态掩码,动态掩码预测采用 DPT head。
DAVIS | Sintel |
---|---|
![]() |
![]() |
Staticness¶
- 为高斯球添加静态属性 s,每个三维高斯与它累积的动态概率 M 相关联,该属性量化了高斯球属于静态区域的可能性 \(s_{u,v,t} = 1 - \mathrm{M}_{u, v}^t,\in [0,1]\)
- 渲染过程中, s 被纳入 \(\alpha\)-blend 计算中 \(\mathcal{C}_{\mathrm{u,v}}=\sum_{i=1}^N\vec{c}_is_i\cdot\alpha_i\prod_{j=1}^{i-1}(1-s_j\cdot\alpha_j)\)
Experiments¶
Reference¶
最后更新:
2025年5月9日 15:51:31
创建日期: 2023年8月26日 15:00:56
创建日期: 2023年8月26日 15:00:56