利用全景对齐与生成先验，PASTEL从单目视频重建更完整的4D场景
利用全景对齐与生成先验
（映维网Nweon 2026年09月14日）从单目视频中重建几何一致、运动连贯的4D场景，一直是计算机视觉领域的难题。现有方法受限于camera视场和遮挡，无法推断可见范围之外的区域，导致新视角合成时出现缺失和伪影。针对这个问题，有研究人员提出了一种名为PASTEL的框架，尝试通过全景对齐和生成先验来解决这一问题。
团队指出，单目视频通常视场有限且遮挡严重，基于重建的方法依赖像素级监督，无法推断camera边界之外的“不可见区域”。直接使用camera控制的生成模型作为先验，又因扩散过程的随机性，容易导致纹理和颜色偏差，产生不一致和伪影。因此，设计有效的camera轨迹至关重要，既要最大化探索不可见区域，又要最小化轨迹偏差和重叠。
然而，在笛卡尔空间搜索最优轨迹面临高维难题：L个camera位置涉及L×4×4个参数。为此，PASTEL将场景探索重新表述到全景域中。具体而言，所述方法将可观察的4D场景投影到球面全景空间，把高维笛卡尔搜索简化为2D方向连续扩展。在这个全景空间里，“不可见区域”的边界变得可量化且全局一致，从而能够推导出扩展轨迹，在最大化空间覆盖的同时减少视点畸变和重叠。
......（全文 777 字，剩余 353 字）
