MASIV：面向视频中与材料无关的系统辨识
计算机视觉与模式识别
2025-08-05 v1
摘要
从视频中进行系统辨识旨在恢复物体几何结构和支配物理定律。现有方法将可微渲染与仿真相结合，但依赖于预定义的材料先验，限制了它们处理未知材料的能力。我们引入了 MASIV，这是第一个基于视觉的与材料无关的系统辨识框架。与依赖手工制作本构定律的现有方法不同，MASIV 采用可学习的神经本构模型，在不假设特定场景材料先验的情况下推断物体动力学。然而，缺乏完整的粒子状态信息带来了独特的挑战，导致优化不稳定和物理上不可信的行为。为了解决这个问题，我们通过重建连续介质粒子轨迹引入了密集的几何引导，提供了超越稀疏视觉线索的、具有时间丰富性的运动约束。综合实验表明，MASIV 在几何精度、渲染质量和泛化能力方面达到了 SOTA 性能。
引用
@article{arxiv.2508.01112,
title = {MASIV: Toward Material-Agnostic System Identification from Videos},
author = {Yizhou Zhao and Haoyu Chen and Chunjiang Liu and Zhenyang Li and Charles Herrmann and Junhwa Hur and Yinxiao Li and Ming-Hsuan Yang and Bhiksha Raj and Min Xu},
journal= {arXiv preprint arXiv:2508.01112},
year = {2025}
}
备注
ICCV 2025