搞了个学4D物体潜在表征的框架。这表征得能描述物体，把几何和外观都抓住；还得压缩得好，方便下游任务；而且获取要简单，给个非结构化的动态点云就能建。具体说，Velox训个编码器，把时空彩色点云压成一组动态形状标记。这些标记过俩互补的解码器：一个4D表面解码器，建模随时间变的表面分布来抓几何；另一个高斯解码器，把标记映射到3D高斯分布，帮着学外观。为了看看这表征有没有用，我们拿了三个下游任务测——视频生成4D、3D跟踪，还有靠图像生成4D来模拟布料——结果都挺好。
- † 多伦多大学
别的相关文章。
我们琢磨这么个问题：对于一个没见过真容的刚性物体，在不知道它3D模型的情况下，怎么在线实时地给它的部分点云做配准。点云是部分的，因为它是深度传感器抓的，只拍到某个角度看过去的部分。这就带来俩主要麻烦：1) 俩部分点云对不上；2) 当可见部分……
在3D点云里准确定位物体是不少应用的核心，比如自动导航、扫地机器人，还有AR/VR。为了把特别稀疏的LiDAR点云和区域提议网络（RPN）接上，现在大部分活儿都集中在手工整的特征表示上，比如鸟瞰图投影。我们这活儿里，我们不用……