Краткое содержание

arXiv:2509.16336v3 Тип объявления: замена-перекрёстная публикация Аннотация: Обучение редактируемых высокодетализированных представлений сцен для динамических сцен является открытой проблемой с приложениями в различных областях — от автономного вождения до творческого редактирования; наиболее успешные подходы сегодня делают компромисс между возможностью редактирования и поддержкой сложности сцены: нейронные атласы представляют динамические сцены как два деформирующихся слоя изображений, передний план и фон, которые можно редактировать в 2D, но они не справляются при взаимном перекрытии и взаимодействии нескольких объектов. В отличие от этого, модели графов сцен используют аннотированные данные, такие как маски и ограничивающие рамки из наборов данных по автономному вождению, чтобы зафиксировать сложные трехмерные пространственные отношения, однако их неявные объемные представления узлов сложно редактировать согласованно относительно точки обзора. Мы предлагаем Нейронные Атлас-Графы (NAGs) — гибридное представление высокодетализированной сцены высокого разрешения, где каждый узел графа представляет собой зависящий от вида нейроатлас, что облегчает как редактирование внешнего вида в 2D, так и упорядочивание и позиционирование в 3D.