SCas4D：用于增强持久 4D 新视角合成的结构化级联优化

对于跟踪和新视图合成，持久的动态场景建模仍然具有挑战性，因为难以在保持计算效率的同时捕获准确的变形。我们提出了 SCas4D，一个级联优化框架，它利用动态场景的 3D 高斯泼溅中的结构模式。关键思想是真实世界的变形通常表现出层次模式，其中高斯点组共享相似的变换。通过从粗略的部分级到精细的点级逐步优化变形，SCas4D 在每个时间帧内能在 100 次迭代内收敛，并且仅使用现有方法训练迭代次数的二十分之一就能产生可比的结果。该方法在自监督关节对象分割、新视图合成和密集点跟踪任务中也表现出有效性。