ART：铰接式重建 Transformer
计算机视觉与模式识别
2026-05-18 v3
摘要
我们引入了 ART（Articulated Reconstruction Transformer，铰接式重建 Transformer）——一种类别无关的前馈模型，仅从稀疏、多状态的 RGB 图像中重建完整的 3D 铰接物体。以往的铰接物体重建方法要么依赖于具有脆弱跨状态对应的缓慢优化，要么使用仅限于特定物体类别的前馈模型。相比之下，ART 将铰接物体视为刚体部件的组装体，将重建表述为基于部件的预测。我们新设计的 Transformer 架构将稀疏图像输入映射到一组可学习的部件槽位，ART 从这些槽位联合解码各个部件的统一表示，包括其 3D 几何、纹理和显式铰接参数。所得的重建结果是物理上可解释的，并且易于导出以用于模拟。ART 在具有逐部件监督的大规模多样化数据集上进行训练，并在多样化的基准上进行评估，相比现有基线取得了显著改进，为从图像输入进行铰接物体重建确立了新的 SOTA。
引用
@article{arxiv.2512.14671,
title = {ART: Articulated Reconstruction Transformer},
author = {Zizhang Li and Cheng Zhang and Zhengqin Li and Henry Howard-Jenkins and Zhaoyang Lv and Chen Geng and Jiajun Wu and Richard Newcombe and Jakob Engel and Zhao Dong},
journal= {arXiv preprint arXiv:2512.14671},
year = {2026}
}
备注
Project Page: https://kyleleey.github.io/ART/