DimFlow: Bidirectional Grid-Expert Learning for Dynamic Gaussian Reconstruction
作者: Gabriel Adineera, Jinoh Kim
分类: cs.CV
发布日期: 2026-10-26
💡 一句话要点
提出DimFlow以解决动态高斯重建中的特征兼容性问题
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 动态高斯重建 特征兼容性 多分辨率网格 对抗学习 实时渲染
📋 核心要点
- 现有动态高斯重建方法在特征兼容性和高效查询方面存在不足，难以处理几何与外观的协调变化。
- DimFlow框架通过双向交互学习特征，结合多分辨率网格与专家分支，提升了动态属性的兼容性。
- 实验结果显示，DimFlow在PSNR上达39.73 dB，相比4D-GS提升1.92 dB，同时保持85 FPS的渲染速度。
📝 摘要（中文）
动态高斯重建需要紧凑的场景特征，以支持几何和外观的协调变化。虽然因子化网格提供了高效的局部查询，但仅靠准确的插值并不能确保动态属性在空间和时间上的兼容性。本文提出DimFlow框架，通过多分辨率网格与基于坐标的专家分支之间的双向交互来学习这些特征。特征级对抗对齐连接了它们的分布，自适应融合传递了互补信息，而激活掩蔽的残差反馈在训练过程中精炼了网格。通过在D-NeRF、HyperNeRF和DAVIS上的综合比较，DimFlow达到了39.73 dB的PSNR，相比4D-GS提升了1.92 dB，同时匹配其报告的85 FPS渲染速度。该模型占用18.9 MB的存储空间，相较于4D-GS的18.3 MB略有增加。
🔬 方法详解
问题定义：本文旨在解决动态高斯重建中场景特征的兼容性问题。现有方法在处理几何与外观变化时，往往无法保证动态属性在空间和时间上的一致性，导致重建效果不佳。
核心思路：DimFlow通过多分辨率网格与基于坐标的专家分支之间的双向交互来学习特征，确保动态属性的兼容性。特征级对抗对齐和自适应融合机制使得不同模块之间的信息能够有效传递。
技术框架：DimFlow的整体架构包括一个因子化网格和多个属性专家，分别负责变形、旋转、不透明度和时间信息的组织。通过激活掩蔽的残差反馈，网格在训练过程中不断优化。
关键创新：DimFlow的主要创新在于引入了特征级对抗对齐和激活掩蔽的残差反馈机制，这与现有方法的单向特征学习有本质区别，能够更好地处理动态属性的兼容性问题。
关键设计：在网络结构上，DimFlow采用了多分辨率网格和专家分支的组合，损失函数设计上强调特征对齐和自适应信息交换，确保了模型在训练过程中的高效性和准确性。
🖼️ 关键图片
📊 实验亮点
DimFlow在D-NeRF、HyperNeRF和DAVIS的比较中，达到了39.73 dB的PSNR，相比4D-GS提升了1.92 dB，同时保持85 FPS的渲染速度，展现出优越的性能和效率。
🎯 应用场景
DimFlow框架在动态场景重建、虚拟现实和增强现实等领域具有广泛的应用潜力。通过提升动态属性的兼容性，该方法可以为实时渲染和交互式应用提供更高质量的视觉效果，推动相关技术的发展与应用。
📄 摘要（原文）
Dynamic Gaussian reconstruction requires compact scene features to support coordinated changes in geometry and appearance. A factorized grid provides efficient local queries, but accurate interpolation alone does not ensure that the resulting dynamic attributes remain compatible across space and time. We introduce DimFlow, a framework that learns these features through bidirectional interaction between a multi-resolution grid and a coordinate-based expert branch. Feature-level adversarial alignment connects their distributions, adaptive fusion transfers complementary information, and activation-masked residual feedback refines the grid during training. Four attribute experts organize deformation, rotation, opacity, and temporal information before Gaussian rendering. In the aggregate comparison across D-NeRF, HyperNeRF, and DAVIS, DimFlow achieves 39.73 dB PSNR, improving on 4D-GS by 1.92 dB while matching its reported 85 FPS rendering speed. The model occupies 18.9 MB, compared with 18.3 MB for 4D-GS. Component and attribute-expert ablations reveal complementary contributions from feature alignment, adaptive exchange, and temporal processing.