计算机科学 > 计算机视觉与模式识别
[提交于 2025年5月31日
]
标题: SatDreamer360:从卫星图像生成一致的街景视频
标题: SatDreamer360: Geometry Consistent Street-View Video Generation from Satellite Imagery
摘要: 从卫星图像生成连续的地平面视频是一项具有重大应用潜力的挑战性任务,可应用于仿真、自主导航和数字孪生城市等领域。现有方法主要集中在合成单个地平面视图图像上,通常依赖于高度图或手工制作的投影等辅助输入,但在生成时间一致的序列方面表现不佳。本文提出了一种新颖的框架{卫星梦者360},可以从单一卫星图像和预定义轨迹生成几何和时间一致的地平面视频。为了弥合大视角差距,我们引入了一种紧凑的三平面表示法,直接从卫星图像编码场景几何。基于光线的像素注意力机制从三平面检索视点相关的特征,从而实现准确的跨视点对应关系,而无需额外的几何先验。为了确保多帧一致性,我们提出了一个受对极约束的时间注意力模块,利用轨迹上的已知相对姿态在帧之间对齐特征。为了支持评估,我们引入了{VIGOR++},这是一个大规模的跨视点视频生成数据集,具有密集的轨迹注释和高质量的地平面序列。广泛的实验表明,SatDreamer360 在不同城市场景中的保真度、连贯性和几何对齐方面表现出色。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.