近日,第34届ACM国际多媒体大会(ACM Multimedia 2026,简称ACM MM 2026)在巴西里约热内卢举行。厦门大学CDMC研究团队完成的论文《Skel4D: Reconstructing 4D Objects from Casual Videos with Skeleton-Driven Structured Gaussians and Diffusion Priors》荣获大会Outstanding Paper Award。ACM MM 2026共录用1703篇高质量论文,Outstanding Paper Award占录用论文总数的5%。

会议介绍
ACM国际多媒体大会(ACM Multimedia)是多媒体领域具有重要国际影响力的学术会议,聚焦多媒体理解、生成、分析与系统等研究方向,涵盖计算机视觉、人工智能、三维场景建模及人机交互等前沿议题。本届大会于2026年11月10日至14日在巴西里约热内卢举行,汇聚了来自全球高校与科研机构的研究人员,展示多媒体技术的最新研究进展。
成果介绍
论文题目:Skel4D: Reconstructing 4D Objects from Casual Video with Skeleton-Driven Structured Gaussians and Diffusion Priors
录用类型:ACM MM 2026, Main Track
作者:Ying Ye+, Weixing Xie+, Jintian Li, Xian Wu, Junfeng Yao*, Shaoqi Wu, Jinwen Li, Yong Yang
完成单位:厦门大学

论文简介:针对单目视频中视角歧义、遮挡严重和时间观测不完整等问题,Skel4D以骨架结构为核心,引导动态几何与外观恢复,从而提升复杂运动场景下的表面连续性、结构合理性与时间一致性。该方法首先构建结构化的网格—高斯表示,将高斯约束在可形变网格表面,并通过跨三角形迁移机制,根据局部表面变化自适应调整高斯分布。随后,系统利用三维基础模型估计粗略骨架,并设计自适应调制策略降低骨架噪声带来的影响,同时结合残差非刚性形变模块,对局部细节进行进一步优化。在监督方面,Skel4D将骨架条件引入扩散模型,并通过递归时间传播增强连续帧之间的信息传递,为动态序列提供更稳定、更具结构感知能力的监督信号。大量定性与定量实验表明,Skel4D 能够在具有挑战性的动态场景中实现稳健且高质量的四维重建,同时天然支持运动编辑。