PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2605.30320v2cs.CV

MonoPhysics: 단안 비디오로부터 기하 구조, 외관, 물리 매개변수 추정하기

MonoPhysics: Estimating Geometry, Appearance, and Physical Parameters from Monocular Videos

기존의 역물리(inverse physics) 방법들은 다중 시점(multi-view) 비디오로부터 물리적 매개변수를 복원하며, 이때 시점 간 기하학적 제약(geometric constraints)이 스케일과 3D 구조를 결정짓는다. 그러나 단안(monocular) 환경에서는 이러한 제약이 존재하지 않아 심각한 스케일 모호성(scale ambiguity), 부정확한 기하 구조, 그리고 외관 최적화와 물리 시뮬레이션 간의 약한 결합(weak coupling)이 발생한다. 이러한 문제를 해결하기 위해, 우리는 변형 가능한 물체(deformable objects)에 대한 단안 역물리 추정 프레임워크인 MonoPhysics를 제안한다. 이는 미분 가능한 시뮬레이터(differentiable simulator)와 3D 가우시안 스플래팅(3D Gaussian Splatting)을 사용하여 기하, 외관, 물리 매개변수를 공동으로 최적화한다. 우리의 핵심 기여는 기존 방법들이 요구하던 다중 시점 촬영 요건을 제거한 것으로, 이는 야외(in-the-wild) 비디오를 다루기 위한 필수적인 단계이다. MonoPhysics는 장면 재매개변수화(scene re-parameterization), 물리 인식 기하 정제(physics-aware geometry refinement), 미분 가능한 위치 맵(differentiable position map)이라는 세 가지 시각-물리 교량(visual-physical bridges)을 도입한다. 우리는 Vid2Sim, 실세계 촬영 데이터, 그리고 우리가 새롭게 공개하는 탄성체 및 플라스티신 물체 데이터셋(dataset)에서 평가를 수행한다. MonoPhysics는 미래 예측(future prediction)에서 단안 기준선(baseline)들을 능가하며, Vid2Sim에서 다중 시점 기준선과 비슷한 정확도로 영률(Young's modulus)을 복원한다. 코드와 데이터는 https://daniel03c1.github.io/MonoPhysics/ 에서 확인할 수 있다.