Splatter a Video：用于多用途处理的视频高斯表示

基于摘要分析。该研究面向通用视频表示，提出 video Gaussian representation，将视频嵌入显式 3D Gaussians，以统一支持跟踪、深度与特征细化、编辑及立体视频生成等任务；研究对象不是 EEG 或 BCI。 核心机制是在三维规范空间中以显式 Gaussians 作为视频外观的代理，并为每个 Gaussian 关联三维运动，从而同时表达外观与动态变化。作者将这一设计与缺乏三维结构的方法及不便操控的隐式三维表示相对照，强调其显式性与可操作性。为约束这一不适定学习问题，方法从基础模型中蒸馏光流、深度等二维先验，对表示学习进行正则化；具体基础模型、目标函数及优化流程尚未验证。 作者报告，该表示可用于跟踪、一致性视频深度与特征细化、运动与外观编辑，以及立体视频生成。摘要未提供数据集、评估划分、对照方法、定量指标或运行成本，因此这些应用应理解为作者报告的能力范围，尚不能据此判断相对优势。实验协议、消融及统计信息尚未验证。 其机制依赖视频中的空间几何、外观与运动，以及可提取的光流和深度先验。当前材料未建立这些结构与 EEG/BCI 信号之间的具体对应关系，不据此提出直接迁移方案；相关 EEG 工作尚未检索确认。复现前需查阅全文，核对 Gaussians 的构建与动态参数化、先验生成及约束方式、任务评估协议和实现可用性。