加速增强视觉认知的物理属性推理
计算机视觉与模式识别
2025-11-06 v1 人机交互
摘要
本文引入\sysname系统，通过算法和系统优化的结合，加速视觉引导的物理属性推理，以实现增强视觉认知。\sysname通过快速几何3D重建、高效语义特征融合和并行视角编码等组合优化，显著减少该推理管线的运行时延迟。通过这些简单而有效的优化，\sysname将该推理管线的端到端延迟从10--20分钟缩短至不到6秒。在ABO数据集上进行的Head-to-Head比较显示，\sysname实现了62.9倍--287.2倍的加速，同时不仅在物体级物理属性估计精度(例如质量)上达到与基线相当(甚至略好)，还在材料分割和体素级推断方面表现优于两个SOTA基线。我们进一步将注视跟踪与\sysname结合，在杂乱的真实环境中定位感兴趣的对象，简化了智能眼镜上的物理属性推理。在IKEA家具店进行的Meta Aria眼镜案例研究表明，\sysname在受控捕获条件下始终表现出色，提供了即使在视图较少的真实场景中也能提供稳健的属性估计。
引用
@article{arxiv.2511.03126,
title = {Accelerating Physical Property Reasoning for Augmented Visual Cognition},
author = {Hongbo Lan and Zhenlin An and Haoyu Li and Vaibhav Singh and Longfei Shangguan},
journal= {arXiv preprint arXiv:2511.03126},
year = {2025}
}