点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达

来源：3D视觉工坊

添加小助理：cv3d001，备注：方向+单位+昵称，拉你入群。文末附行业细分群。

扫描下方二维码，加入「3D视觉从入门到精通」知识星球(点开有惊喜)，星球内汇总了众多3D视觉实战问题，以及各个模块的学习资料，包括20+门独家视频课程、100+场顶会直播讲解、最新顶会论文分享、计算机视觉书籍、优质3D视觉算法源码、3D视觉入门环境配置教程、求职招聘等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！

动态点图：一种动态三维重建的通用表示方法

Dynamic Point Maps: A Versatile Representation for Dynamic 3D Reconstruction

作者： Edgar Sucar Zihang Lai Eldar Insafutdinov Andrea Vedaldi

单位： Visual Geometry Group (VGG), University of Oxford paper：https://arxiv.org/pdf/2503.16318

主页：Dynamic Point Maps: A Versatile Representation for...

动机：

DUSt3R最近已经表明，可以将多视图几何中的许多任务，包括估计相机内函数和外函数，在3D中重建场景，以及建立图像对应关系，减少到一对视点不变点图的预测，即，在公共参考框架中定义的像素对齐的点云。

这个公式是优雅和强大的，但无法处理动态场景。

贡献：

为了应对这一挑战，我们引入了动态点图（DynamicPointMaps，简称DMAP）的概念，将标准点图扩展到支持4D任务，如运动分割、场景流估计、3D对象跟踪和2D对应。

我们的主要直觉是，当引入时间时，有几个可能的空间和时间参考可以用来定义点图。

我们确定了这些组合的最小子集，这些组合可以由网络回归以解决上述子任务。

我们在合成和真实的数据的混合上训练了一个预测器，并在视频深度预测、动态点云重建、3D场景流和对象姿态跟踪的各种基准上对其进行了评估，从而实现了最先进的性能。