Buchumschlag

Measuring 3D Spatial Geometric Consistency in Dynamic Generated Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dou, Weijia, Zheng, Wenzhao, Chen, Weiliang, Zheng, Yu, Zhou, Jie, Lu, Jiwen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GenWorld: Towards Detecting AI-generated Real-world Simulation Videos
von: Chen, Weiliang, et al.
Veröffentlicht: (2025)

Point3R: Streaming 3D Reconstruction with Explicit Spatial Pointer Memory
von: Wu, Yuqi, et al.
Veröffentlicht: (2025)

Joint 3D Geometry Reconstruction and Motion Generation for 4D Synthesis from a Single Image
von: Zhang, Yanran, et al.
Veröffentlicht: (2025)

Moaw: Unleashing Motion Awareness for Video Diffusion Models
von: Zhang, Tianqi, et al.
Veröffentlicht: (2026)

SpectralAR: Spectral Autoregressive Visual Generation
von: Huang, Yuanhui, et al.
Veröffentlicht: (2025)

Skyra: AI-Generated Video Detection via Grounded Artifact Reasoning
von: Li, Yifei, et al.
Veröffentlicht: (2025)

Terra: Explorable Native 3D World Model with Point Latents
von: Huang, Yuanhui, et al.
Veröffentlicht: (2025)

GlobalMamba: Global Image Serialization for Vision Mamba
von: Wang, Chengkun, et al.
Veröffentlicht: (2024)

GaussianFormer: Scene as Gaussians for Vision-Based 3D Semantic Occupancy Prediction
von: Huang, Yuanhui, et al.
Veröffentlicht: (2024)

UniGenDet: A Unified Generative-Discriminative Framework for Co-Evolutionary Image Generation and Generated Image Detection
von: Zhang, Yanran, et al.
Veröffentlicht: (2026)

$\bf{D^3}$QE: Learning Discrete Distribution Discrepancy-aware Quantization Error for Autoregressive-Generated Image Detection
von: Zhang, Yanran, et al.
Veröffentlicht: (2025)

Owl-1: Omni World Model for Consistent Long Video Generation
von: Huang, Yuanhui, et al.
Veröffentlicht: (2024)

SceneCompleter: Dense 3D Scene Completion for Generative Novel View Synthesis
von: Chen, Weiliang, et al.
Veröffentlicht: (2025)

Path Choice Matters for Clear Attribution in Path Methods
von: Zhang, Borui, et al.
Veröffentlicht: (2024)

Preventing Local Pitfalls in Vector Quantization via Optimal Transport
von: Zhang, Borui, et al.
Veröffentlicht: (2024)

NeXT-IMDL: Build Benchmark for NeXT-Generation Image Manipulation Detection & Localization
von: Li, Yifei, et al.
Veröffentlicht: (2025)

OGGSplat: Open Gaussian Growing for Generalizable Reconstruction with Expanded Field-of-View
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

V2M: Visual 2-Dimensional Mamba for Image Representation Learning
von: Wang, Chengkun, et al.
Veröffentlicht: (2024)

GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
von: Zuo, Sicheng, et al.
Veröffentlicht: (2024)

R2RGEN: Real-to-Real 3D Data Generation for Spatially Generalized Manipulation
von: Xu, Xiuwei, et al.
Veröffentlicht: (2025)

DriveTok: 3D Driving Scene Tokenization for Unified Multi-View Reconstruction and Understanding
von: Zhuo, Dong, et al.
Veröffentlicht: (2026)

Hardness-Aware Scene Synthesis for Semi-Supervised 3D Object Detection
von: Zeng, Shuai, et al.
Veröffentlicht: (2024)

3D Small Object Detection with Dynamic Spatial Pruning
von: Xu, Xiuwei, et al.
Veröffentlicht: (2023)

SFTok: Bridging the Performance Gap in Discrete Tokenizers
von: Rao, Qihang, et al.
Veröffentlicht: (2025)

Quantize-then-Rectify: Efficient VQ-VAE Training
von: Zhang, Borui, et al.
Veröffentlicht: (2025)

Fast Shapley Value Estimation: A Unified Approach
von: Zhang, Borui, et al.
Veröffentlicht: (2023)

QuadricFormer: Scene as Superquadrics for 3D Semantic Occupancy Prediction
von: Zuo, Sicheng, et al.
Veröffentlicht: (2025)

EmbodiedOcc: Embodied 3D Occupancy Prediction for Vision-based Online Scene Understanding
von: Wu, Yuqi, et al.
Veröffentlicht: (2024)

Vega: Learning to Drive with Natural Language Instructions
von: Zuo, Sicheng, et al.
Veröffentlicht: (2026)

Streaming 4D Visual Geometry Transformer
von: Zhuo, Dong, et al.
Veröffentlicht: (2025)

LiDAR-HMR: 3D Human Mesh Recovery from LiDAR
von: Fan, Bohao, et al.
Veröffentlicht: (2023)

OccSora: 4D Occupancy Generation Models as World Simulators for Autonomous Driving
von: Wang, Lening, et al.
Veröffentlicht: (2024)

GaussianToken: An Effective Image Tokenizer with 2D Gaussian Splatting
von: Dong, Jiajun, et al.
Veröffentlicht: (2025)

Stag-1: Towards Realistic 4D Driving Simulation with Video Generation Model
von: Wang, Lening, et al.
Veröffentlicht: (2024)

Grab-3D: Detecting AI-Generated Videos from 3D Geometric Temporal Consistency
von: Chen, Wenhan, et al.
Veröffentlicht: (2025)

Doe-1: Closed-Loop Autonomous Driving with Large World Model
von: Zheng, Wenzhao, et al.
Veröffentlicht: (2024)

OPONeRF: One-Point-One NeRF for Robust Neural Rendering
von: Zheng, Yu, et al.
Veröffentlicht: (2024)

GaussianFormer-2: Probabilistic Gaussian Superposition for Efficient 3D Occupancy Prediction
von: Huang, Yuanhui, et al.
Veröffentlicht: (2024)

WorldDreamer: Towards General World Models for Video Generation via Predicting Masked Tokens
von: Wang, Xiaofeng, et al.
Veröffentlicht: (2024)

Sora Generates Videos with Stunning Geometrical Consistency
von: Li, Xuanyi, et al.
Veröffentlicht: (2024)