Chenxu Zhou, Zhiyuan Yu, Yudong Jin, Yinji Shentu, Yu Zhang, Jiaming Sun, Xiaowei Zhou · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30023 · open-access PDF
この論文は、希少なおよび低解像度のキャプチャリソースから浸透型のボリュームメトリックビデオを作成する問題に取り組んでいます。従来の密集したマルチビュー再構築方法は、高品質のボリュームメトリックビデオを生成することができますが、コストがかかるキャプチャ設定に依存することにより、実際のシナリオでは実用的ではありません。最近のアプローチでは、キャプチャ要件を緩和するために生成モデルを使用しますが、まだ制限された解像度と4D不一致に苦しんでいます。これらの制限を克服するために、我々は、制限されたキャプチャーを強化する高解像度のビデオ拡散モデルに構築された統一
Machine translation (Meta M2M100); the English original follows.
This paper addresses the problem of creating immersive volumetric videos from sparse and low-resolution capture resources. Conventional dense multi-view reconstruction methods can produce high-quality volumetric videos, but their reliance on costly capture setups makes them impractical in real-world scenarios. Recent approaches use generative models to relax capture requirements, but still suffer from limited resolution and 4D inconsistency. To overcome these constraints, we propose RealMe, a unified framework built around a high-resolution video diffusion model that enhances limited captures
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.30023, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange