arXiv · ML· Gabrijel Boduljak, Yushi Lan, Christian Rupprecht, Andrea Vedaldi·· 2026-10-14AI 评分22
JtT:从图像重构点轨迹扩散以生成多样且刚性的运动
JtT: Rethinking Point Trajectory Diffusion for Diverse and Rigid Motion from an Image
AI 导读
JtT 模型通过直接操作坐标空间且无需刚性架构约束,解决了单图像预测物体刚性运动的问题。 该扩散 Transformer 采用逐帧速度扩散参数化,结合查询点全分辨率 RGB,约 50M 参数即可接近真值刚性指标。 模型揭示了规模扩大反而导致多样性下降的现象,并采用严格的检查点平均评估协议。
来源:arXiv · ML · arxiv.org