LEGO：免点云提升的跨视角视频生成方法
AI 总结
arXiv 论文提出 LEGO，一种无需深度估计、点云提升与重投影的 exocentric→egocentric 视频生成方法。它用一个 LVSM 风格的 Transformer 视图合成器直接渲染自视角画面，把跨视角对应关系在模型内部解决，其概率式映射会按学习到的对应分布对每个区域取平均，从而保住结构、模糊细节。作者认为这种取舍正适合扩散生成器：合成器负责视图结构，扩散模型负责恢复细节，分布集中度还能给出逐区域置信度，用于遮蔽低置信区域并在早期去噪阶段引导生成。论文称该方法稳定优于现有的显式流水线，且无需重训练即可泛化到其他数据集。
深度见解
它为跨视角视频生成提供了一条绕过显式三维重建的简洁思路，可能降低此类系统的工程复杂度。
Computer Science > Computer Vision and Pattern Recognition
arXiv:2610.12442 (cs)
[Submitted on 8 Oct 2026]
Title:LEGO: A Lifting-Free Approach for Exocentric-to-Egocentric Video Generation
Authors:Suhwan Cho, Yonwoo Choi, Soongjin Kim, Jicheol Park, Taegyu Lim
View a PDF of the paper titled LEGO: A Lifting-Free Approach for Exocentric-to-Egocentric Video Generation, by Suhwan Cho and 4 other authors