arXiv Computer Vision· Chaofan Gan, Yian Zhao, Shijie Li, Tieyuan Chen, Zicheng Zhao, Mehrtash Harandi, Weiyao Lin·· 20 小时前AI 评分29
VGGA：面向视频生成的几何接地自编码器
VGGA: Geometry-Grounded Autoencoder for Video Generation
AI 导读
研究者提出几何感知视频自编码器 VGGA，将结构深度、运动对应与投影变换三类几何约束引入重建过程，并通过共享时空上采样主干的 Video Geometry Decoder 联合优化几何学习与 RGB 重建。在 RealEstate10K 上 gFVD 降低 28.1%，在 Taichi-HD 上降低 37.7%，同时保持相近的重建质量。
来源：arXiv Computer Vision · arxiv.org