在动态三维场景中的跟踪、建图和渲染仍是计算机视觉领域的一项基本挑战，在机器人技术、增强现实和自主系统等领域有着重要应用。尽管传统方法已在静态环境中展示了令人瞩目的定位和视图合成能力，但现实场景中移动物体的存在以及多样的照明条件仍然严重限制了当前解决方案的性能。本团队提出了一种有效的架构，该架构通过使用RGB-D图像序列来增量跟踪相机姿态并在未知场景中建立4D高斯辐射场，而不是去除作为干扰物的动态对象并仅重建静态环境。首先，通过生成运动模板，我们获得每个像素的静态和动态先验。为了消除静态场景的影响，提高学习动态物体运动的效率，我们将高斯基元分为静态和动态高斯集合，同时利用稀疏控制点和MLP来建模动态高斯变换场。为了更准确地学习动态高斯的运动，设计了一种新的2D光流图重建算法来绘制相邻图像之间的动态物体的光流，并进一步用于监控4D高斯辐射场以及传统的光度和几何约束。实验中，定性和定量评价结果表明，该方法在真实环境中实现了鲁棒的跟踪和高质量的视图合成性能。

杭州电子科技大学“智能信息处理”实验室 (HDU IIPLab)主任为颜成钢教授。实验室现有在职教师50余名，含5位国家级人才及多位省级人才。现有硕博生200余名，毕业生多就职于阿里巴巴、腾讯、字节跳动、海康威视、华为、网易等国内知名企业。实验室为学校交叉创新团队，拥有自由开放的学术氛围和国际前沿的研究方向。实验室采用与海内外知名高校、研究所（清华大学、北京大学、中国科学院、美国北卡罗来纳大学教堂山分校、澳大利亚悉尼科技大学等）联合培养制，长期致力于智能信息处理方面的研究，主要研究方向包括：机器学习、模式识别、计算机视觉、计算机图形学、医学影像处理、生物信息学等。