IRIS：从单目视频中恢复并识别物理动态系统的真实基准
计算机视觉与模式识别
2026-03-23 v2 机器学习
摘要
从视频中进行无监督的物理参数估计缺乏统一的基准：现有方法在非重叠的合成数据上评估，唯一的真实数据集仅限于单体系统，且没有已建立的规范化程序来解决 governing-equation 识别问题。本工作引入 IRIS，一个高保真度的基准数据集，包含 220 个真实世界视频，分辨率为 4K，帧率为 60fps，涵盖单体和多体动力学，配有独立测量的 ground-truth 参数及不确定性估计。每个动力学系统均在受控实验室条件下记录，并配有其 governing 方程，从而实现原则化的评估。定义了标准化的评估协议，包括参数精度、可辨识性、外推、鲁棒性以及 governing-方程选择。评估了多个基线方法，包括多步骤物理损失公式和四种互补方程识别策略（VLM 时间推理、描述后分类提示、CNN 分类、基于路径标记），在所有 IRIS 场景下建立参考性能，并暴露系统性失效模式，激发未来研究动力。该数据集、注释、评估工具包以及所有基线实现均已公开发布。
关键词
引用
@article{arxiv.2603.16432,
title = {IRIS: A Real-World Benchmark for Inverse Recovery and Identification of Physical Dynamic Systems from Monocular Video},
author = {Rasul Khanbayov and Mohamed Rayan Barhdadi and Erchin Serpedin and Hasan Kurban},
journal= {arXiv preprint arXiv:2603.16432},
year = {2026}
}