arXiv Computer Vision· Yuchen Xi, Yuhan Guo, Chenwei Hou, Zixu Liu, Jin Fang, Jason Liu, Ruigang Yang·· 2 小时前AI 评分31
GeoV2V：面向驾驶场景生成的几何约束视频扩散模型
GeoV2V: Geometry-Grounded Video Diffusion Model for Driving Scene Generation
AI 导读
GeoV2V 是一个几何约束的视频到视频扩散框架，在 Wan 2.1 主干中融合 LiDAR 与深度几何先验和全视频条件，可沿新轨迹合成时序一致的驾驶视频。研究同时提出同步多车道驾驶视频合成数据集 Para4D，为跨车道变换提供显式监督。在 Waymo、nuScenes 和 Para4D 上，该方法在视觉质量、几何一致性及大轨迹偏移下的复杂光照鲁棒性上达到 SOTA。
来源：arXiv Computer Vision · arxiv.org