北大等提出 DynStream 流式4D重建框架

北京大学、通视智能（VGI Labs）与加州大学默塞德分校联合提出 DynStream，面向没有相机位姿信息的 RGB 视频流前馈重建动态场景；在5个数据集上，其场景渲染指标优于 AnySplat、MVSplat 和 NeoVerse 等前馈方法。 DynStream 按时间分块处理视频，输出相机轨迹，并通过相对位姿、尺度变换因子和动静分离持续更新可渲染的动态场景表示。报道将其称为首个面向大规模无位姿流式动态场景的高斯前馈重建框架。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。