Tag · 1 篇
Inferring Compositional 4D Scenes without Ever Seeing One
提出时空注意力解耦训练与注意力混合推理机制，使模型无需 4D 组合训练数据即可从单目视频重建多物体交互的 4D 场景，为动态场景重建提供可复用的训练策略。