Node-RF: Neural ODEベースのNeRFによる一般化された連続時空シーンダイナミクスの学習

arXiv cs.CV / 2026/3/13

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

Node-RFは Neural ODEs と動的 NeRFs を組み合わせ、観測された軌道を超えて外挿可能な連続時間・時空表現を、一定のメモリコストで提供します。
視覚入力から、時間とともに進化する暗黙のシーン状態を学習し、ODEソルバーを介して特徴埋め込みを伝搬します。
共有ダイナミクスを持つ複数のモーションシーケンスを用いた訓練は、未見の条件へ一般化を可能にします。
従来手法が観測境界に制限されるのを克服し、動的シーン理解のためのメモリ効率が高く、一般化可能なフレームワークを提供します。

視覚入力から、Node-RFは時間とともに進化する暗黙のシーン状態を学習し、ODEソルバーを用いてそれを進化させ、微分計算により特徴埋め込みを伝搬します。NeRFベースのレンダラーが計算された埋め込みを解釈し、長距離外挿のための任意のビューを合成します。共通のダイナミクスを持つ複数の運動シーケンスを用いた訓練は、未見の条件へ一般化を可能にします。我々の実験では、Node-RFが将来の予測における臨界点を特定するための明示的なモデルを必要とせず、抽象的なシステム挙動を特徴づけられることを示しています。