Tag · 5 篇
光流引导
从单张图像零样本重建具有布料动力学的可动画 3D 化身
Zero-Shot Reconstruction of Animatable 3D Avatars with Cloth Dynamics from a Single Image
提出基于 Transformer 的前馈架构直接预测动态 3D 高斯形变，结合静态到动态的知识迁移与 LoRA 微调，为单图人体化身重建提供可复用的零样本方案；DynaFlow 损失利用光流引导几何线索，可迁移至其他动态重建任务。
SMRABooth：面向定制视频生成的主体与运动表征对齐
SMRABooth: Subject and Motion Representation Alignment for Customized Video Generation
利用自监督编码器和光流编码器提供对象级主体外观与运动表征，并通过稀疏低秩适配注入实现主体与运动的解耦控制，为视频定制生成中的主体保真与运动一致性提供可复用方案。
OMoBlur：面向真实世界局部运动去模糊的物体运动模糊数据集与基准
OMoBlur: An Object Motion Blur Dataset and Benchmark for Real-World Local Motion Deblurring
针对静态场景中空间异质的局部物体运动模糊，提供了通过可编程传感器控制模拟曝光光子积分过程的采集方案，并给出无需像素级精确掩码的物体运动感知去模糊网络（运动-外观提取块 + 光流引导门控预测 + 自适应门控融合），可直接用于研究局部运动去模糊与真实模糊分布对齐问题。
MoRGS：面向可流式动态3D场景的高效逐高斯运动推理
MoRGS: Efficient Per-Gaussian Motion Reasoning for Streamable Dynamic 3D Scenes
将稀疏关键视图的光流作为轻量运动线索，引导每个高斯球的运动朝向真实场景动态，并学习运动偏移场和置信度来补偿光流的稀疏性与视角依赖性，为在线动态重建提供可复用的运动推理模块。
Dynamic-eDiTor：基于多模态扩散 Transformer 的免训练文本驱动 4D 场景编辑
Dynamic-eDiTor: Training-Free Text-Driven 4D Scene Editing with Multimodal Diffusion Transformer
把 MM-DiT 的注意力改造成时空子网格注意力并配合词元继承与光流引导的词元替换，可在不训练的情况下把 2D 编辑能力迁移到多视角视频，直接优化已有 4DGS；这套「免训练 + 词元传播」思路可复用到任何需要跨视角/跨帧一致性的扩散编辑任务。