[控场AI]
论文

SwitchSplat

一种基于3D高斯泼溅(3DGS)的物体离散状态建模框架,通过基座+槽位分解和可微分配机制,从随手拍摄的视频中学习物体的二元状态,并支持推理时自由组合状态进行新视角合成。

时间轴 (近 90 天)

10月20日

SwitchSplat提出基座+槽位(base+slot)分解架构,用共享静态基座捕获不变部分,每个槽位独立持有可交互物体的两种二元状态。

待验证50%
10月20日

SwitchSplat中高斯点分配到槽位的过程是完全可微的,模型能从视频中直接发现每种状态的几何形状,无需手动标注状态掩码。

待验证50%
10月20日

SwitchSplat在推理阶段支持自由组合槽位状态并从任意视角渲染,包括拍摄中从未出现过的状态组合。

待验证50%
10月20日

SwitchSplat在一个新的随手拍摄数据集上验证,在新视角合成质量上优于静态和动态基线方法。

待验证50%
10月20日

SwitchSplat是首个将3DGS扩展到离散状态组合的工作。

待验证50%
10月20日

当前SwitchSplat方法聚焦于二元状态(开/关),对于多状态或连续状态变化的物体可能需要扩展槽位设计。

待验证50%
10月20日

随手拍摄视频中的遮挡和运动模糊可能影响SwitchSplat的几何学习质量。

待验证50%
10月20日

SwitchSplat的项目页面为 https://switchsplat.github.io。

待验证50%

全部知识事实 (8)

来源文章