跳到正文
arXiv · ML· Amani Kiruga, Zhiyi Li, Ruojin Cai, Hansen Lillemark, Xiaoshan Wu, Ayush Tewari, Yilun Du·· 9 天前AI 评分39

UGG:统一的4D场景理解生成几何模型

UGG: Unified Generative Geometry Model

AI 导读

UGG提出统一4D场景理解框架,联合建模RGB视频、深度及相机位姿。 该模型通过在不同模态和时间步分配不同噪声水平,将视觉生成与几何预测转化为单一生成模型内的条件补全任务。 UGG在相机控制视频生成、深度估计及相机位姿预测任务中优于非统一基线模型,代码与可视化已开源。

来源:arXiv · ML · arxiv.org