Instant4D: 4D Gaussische Splatting in Minuten

Instant4D: 4D Gaussian Splatting in Minutes

October 1, 2025

Auteurs: Zhanpeng Luo, Haoxi Ran, Li Lu

cs.AI

Samenvatting

Dynamische viewsynthese heeft aanzienlijke vooruitgang geboekt, maar het reconstrueren van scènes uit ongekalibreerde, informele video's blijft uitdagend vanwege trage optimalisatie en complexe parameterbepaling. In dit werk presenteren we Instant4D, een monocular reconstructiesysteem dat gebruikmaakt van een native 4D-representatie om informele videosequenties efficiënt binnen enkele minuten te verwerken, zonder gekalibreerde camera's of dieptesensoren. Onze methode begint met geometrisch herstel via deep visual SLAM, gevolgd door grid pruning om de scène-representatie te optimaliseren. Ons ontwerp vermindert redundantie aanzienlijk terwijl de geometrische integriteit behouden blijft, waardoor de modelgrootte wordt teruggebracht tot minder dan 10% van de oorspronkelijke omvang. Om temporele dynamiek efficiënt te hanteren, introduceren we een gestroomlijnde 4D Gaussische representatie, wat een 30x versnelling oplevert en de trainingsduur terugbrengt tot binnen twee minuten, terwijl competitieve prestaties op verschillende benchmarks worden behouden. Onze methode reconstrueert een enkele video binnen 10 minuten op de Dycheck-dataset of voor een typische 200-frame video. We passen ons model verder toe op video's in het wild, wat de generaliseerbaarheid ervan aantoont. Onze projectwebsite is gepubliceerd op https://instant4d.github.io/.

English

Dynamic view synthesis has seen significant advances, yet reconstructing scenes from uncalibrated, casual video remains challenging due to slow optimization and complex parameter estimation. In this work, we present Instant4D, a monocular reconstruction system that leverages native 4D representation to efficiently process casual video sequences within minutes, without calibrated cameras or depth sensors. Our method begins with geometric recovery through deep visual SLAM, followed by grid pruning to optimize scene representation. Our design significantly reduces redundancy while maintaining geometric integrity, cutting model size to under 10% of its original footprint. To handle temporal dynamics efficiently, we introduce a streamlined 4D Gaussian representation, achieving a 30x speed-up and reducing training time to within two minutes, while maintaining competitive performance across several benchmarks. Our method reconstruct a single video within 10 minutes on the Dycheck dataset or for a typical 200-frame video. We further apply our model to in-the-wild videos, showcasing its generalizability. Our project website is published at https://instant4d.github.io/.