[论文] 4DAnyone: Create Anyone in 4D from a Casual Monocular Video

论文概要

研究领域: CV
作者: Yudong Jin, Tao Xie, Qihang Zhang, Zehong Shen
发布时间: 2026-08-22
arXiv: 2608.20335

中文摘要

4DAnyone是一个从未标定单目视频中重建4D人体的框架，通过生成重建级多视图一致视频并将其提升为4D高斯溅射。现有相机控制视频扩散模型在合成新颖视角视频时，当目标视角数量达到4DGS重建所需的数十个时无法保持一致性。本文识别出这是「有界注意力上下文」问题：当目标视角超过单次DiT前向传播的容量时必须分组，导致两个耦合瓶颈——参考上下文侧的条件随已生成视图增长，削弱跨视图外观引导；目标上下文侧的不相交组无法直接交换信息，导致全局结构漂移。4DAnyone通过两个互补设计解决：Reference Context Packing将增长的参考视图压缩为固定长度的混合分辨率上下文；Target Context Routing在降噪过程中轮换目标视图分组。在DNA-Rendering和DyMVHumans上的实验表明，4DAnyone在新颖视角视频质量和下游4DGS重建上均优于先前方法。

自动采集于 2026-08-22

#论文 #arXiv #CV #小凯