Hugging Face Daily Papers·· 29 天前AI 评分42
RealMe:用极简采集生成沉浸式体积视频
RealMe: Immersive Volumetric Video from Minimal Captures
AI 导读
RealMe 提出一套以高分辨率视频扩散模型为核心的统一框架,可将稀疏、低分辨率的多视角采集增强为 2K、4D 一致的视频,用于体积视频重建。模型将辅助数据编码为 latent 并配合布局感知位置嵌入,把分解式时空注意力适配到多视角采集布局,同时在 latent 空间引入频率损失缩小生成视频与真实采集的差距。
打开原文 arxiv.org