RealMe 用扩散模型把稀疏低分辨率拍摄增强为 2K 4D 一致视频。
资讯摘要
论文提出 RealMe，一个以高分辨率视频扩散模型为核心的统一框架，可将稀疏、低分辨率的拍摄素材增强为 2K、4D 一致的视频，用于体积视频重建。方法从拍摄视频构建辅助数据并编码为潜变量，配合布局感知位置编码，将分解式时空注意力适配多视角布局，并引入潜空间频域损失缩小生成视频与真实拍摄的差距。作者报告在 DNA-Rendering 基准与自建 RealVV 数据集上，视觉保真度和 4D 一致性优于现有方法。
要点速读
- RealMe 以高分辨率视频扩散模型为核心，把有限拍摄增强为 2K、4D 一致的视频再重建体积视频。
- 方法使用布局感知位置编码与适配多视角布局的分解式时空注意力，并加入潜空间频域损失。
- 作者报告在公开 DNA-Rendering 基准和自建 RealVV 数据集上，视觉保真度与 4D 一致性优于现有方法。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:10（北京时间）。