D4RT

D4RT (Dynamic 4D Reconstruction and Tracking) は、Google DeepMindによって開発されたコンピュータビジョンモデルです。単一のTransformerアーキテクチャを採用し、動画から3Dポイントトラッキング、ポイントクラウド再構成、深度推定、カメラパラメータ推定を同時に実行します。クエリベースのメカニズムにより、従来手法と比較して最大300倍の高速化を実現し、リアルタイムでの動的シーン理解を可能にします。