arXiv cs.AI· Yeobin Hong, Hyojun Go, Dohun Lee, Jeongjae Lee, Sunghwan Hong, Federico Tombari, Zhaochong An, Jong Chul Ye, Konrad Schindler, Dominik Narnhofer·· 3 天前AI 评分27
GeoFix：用单一几何奖励修复 4D 生成一致性
GeoFix: Geometry Fixing for 4D Consistent Generation
AI 导读
GeoFix 是一个统一框架，仅用单一几何奖励即可提升 4D 生成的几何一致性与视觉质量，适用于训练和推理阶段的奖励对齐。该奖励通过校准相机视场重叠带来的偏差，衡量静态场景区域的跨视角深度一致性，避免约束外观或惩罚合理物体运动。结果显示，WorldScore 3D 一致性提升 39%，VBench Quality Score 提升 4%。
正文 · AI 翻译
摘要：视频扩散模型越来越多地被用作 4D 生成的先验，但生成的视频往往缺乏几何一致性。近期方法通过设计几何奖励进行后训练来解决这一问题，但这可能损害纹理和细节，需要辅助的外观奖励并仔细平衡奖励。为应对这一挑战，我们提出 GeoFix，一个统一框架，仅用单一几何奖励即可提升几何一致性和视觉质量，适用于训练和推理时的奖励对齐。我们的奖励衡量静态场景区域中的跨视角深度一致性，针对结构不一致，而不直接约束外观或惩罚合理的物体运动。关键在于，即使在真实视频和 4D 数据集中，深度一致性也会随相机视场重叠而增加，使得较小的相机移动被误认为更好的几何。我们通过针对重叠相关趋势校准奖励来考虑这一效应。GeoFix 在 WorldScore 3D 一致性上提升 39%，在 VBench 质量分数上提升 4%。
| 评论： | 项目页面：this https URL |
| 主题： | 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI)；机器学习 (cs.LG) |
| 引用为： | arXiv:2610.14293 [cs.CV] |
| （或 arXiv:2610.14293v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14293 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Yeobin Hong [查看邮箱]
[v1]
2026年10月9日星期五 20:15:30 UTC（3,488 KB）
来源：arXiv cs.AI · arxiv.org