Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.09811

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2508.09811 (cs)
[提交于 2025年8月13日 ]

标题: TRACE:从多视角视频中学习3D高斯物理动力学

标题: TRACE: Learning 3D Gaussian Physical Dynamics from Multi-view Videos

Authors:Jinxi Li, Ziyang Song, Bo Yang
摘要: 在本文中,我们旨在仅从动态多视角视频中建模3D场景的几何、外观和物理信息,而无需任何人工标签。 通过利用物理信息损失作为软约束或将简单的物理模型集成到神经网络中,现有工作往往无法学习复杂的运动物理规律,或者这样做需要额外的标签,如物体类型或掩码。 我们提出了一种名为TRACE的新框架来建模复杂动态3D场景的运动物理规律。 我们方法的关键创新之处在于,通过将每个3D点表示为具有大小和方向的刚性粒子,我们直接为每个粒子学习一个平移旋转动力学系统,显式估计一组完整的物理参数来控制粒子随时间的运动。 在三个现有的动态数据集和一个新创建的具有挑战性的合成数据集上的大量实验表明,我们的方法在未来的帧外推任务中优于基线方法。 我们框架的一个优点是,只需通过聚类学习到的物理参数就可以轻松分割多个对象或部分。
摘要: In this paper, we aim to model 3D scene geometry, appearance, and physical information just from dynamic multi-view videos in the absence of any human labels. By leveraging physics-informed losses as soft constraints or integrating simple physics models into neural nets, existing works often fail to learn complex motion physics, or doing so requires additional labels such as object types or masks. We propose a new framework named TRACE to model the motion physics of complex dynamic 3D scenes. The key novelty of our method is that, by formulating each 3D point as a rigid particle with size and orientation in space, we directly learn a translation rotation dynamics system for each particle, explicitly estimating a complete set of physical parameters to govern the particle's motion over time. Extensive experiments on three existing dynamic datasets and one newly created challenging synthetic datasets demonstrate the extraordinary performance of our method over baselines in the task of future frame extrapolation. A nice property of our framework is that multiple objects or parts can be easily segmented just by clustering the learned physical parameters.
评论: ICCV 2025。代码和数据可在以下地址获取:https://github.com/vLAR-group/TRACE
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI); 计算工程、金融与科学 (cs.CE); 机器学习 (cs.LG); 机器人技术 (cs.RO)
引用方式: arXiv:2508.09811 [cs.CV]
  (或者 arXiv:2508.09811v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.09811
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Bo Yang [查看电子邮件]
[v1] 星期三, 2025 年 8 月 13 日 13:43:01 UTC (11,427 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.AI
cs.CE
cs.CV
cs.RO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号