ReViV：单目第一视角视频4D重建框架

Xiaozhong Lyu 等作者提出 ReViV，一个从单目 RGB 视频中统一重建第一视角 4D 的框架，可同时提取观看者与视野的动态。据作者介绍，这是首个此类统一框架。 ReViV 基于 Masked Generative Egocentric Transformer，在单一前馈架构内联合重建 RGB 视频、相机轨迹、注视方向、全身动作、手部动作与深度，推理速度快。作者称代码与模型已完全开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。