SM4RT针对单目视频4D动态理解，将场景运动从独立点位移建模为由少量SE(3)运动基组成的Structure-of-Motion。每个运动基由时间序列6D twist表示，再通过时序共享的像素分配权重恢复稠密运动，并在一次前向传播中联合预测3D几何、世界坐标运动与运动学结构。
最近 24 小时暂无可用热度快照。