ArtPro：自监督可动对象重建，适度整合运动提案
计算机视觉与模式识别
2026-03-27 v2
摘要
将可动对象重建为高保真数字孪生体对于机器人操纵和交互式仿真等应用至关重要。最近的自监督方法使用类似3D高斯溶射的数字渲染框架，但高度依赖于初始部件分割。其对启发式聚类或预训练模型的依赖常导致优化收敛到局部最小值，尤其是针对复杂多部件对象。为解决这些限制，我们提出了ArtPro—a一个引入运动提案自适应整合的新型自监督框架。我们的方法从几何特征和运动先验指导下进行过分割初始化，生成具有合理运动假设的部件提案。在优化过程中，我们通过分析空间邻居之间的运动一致性来动态合并这些提案，同时引入一种基于碰撞的运动修剪机制，以防止错误的运动估计。大量实验表明，在合成和真实世界对象上，ArtPro能够稳健地重建复杂的多部件对象，在精度和稳定性方面显著优于现有方法。
引用
@article{arxiv.2602.22666,
title = {ArtPro: Self-Supervised Articulated Object Reconstruction with Adaptive Integration of Mobility Proposals},
author = {Xuelu Li and Zhaonan Wang and Xiaogang Wang and Lei Wu and Manyi Li and Changhe Tu},
journal= {arXiv preprint arXiv:2602.22666},
year = {2026}
}