MonoArt：单视图关节 articulated 3D 重建的渐进式结构推理
计算机视觉与模式识别
2026-03-20 v1
摘要
从单张图像重建关节 articulated 3D 对象需要同时推断对象几何、部件结构和运动参数，这些都基于有限的视觉证据。关键难点在于运动线索与对象结构之间的耦合，使得直接的关节回归不稳定。现有方法通过多视角监督、基于检索的装配或辅助视频生成来解决此挑战，往往牺牲可扩展性或效率。我们提出MonoArt，一个基于渐进式结构推理的统一框架。与直接从图像特征预测关节不同，MonoArt在单个架构中逐步将视觉观察转化为标准化几何、结构化部件表示和运动感知嵌入。这一结构化推理过程实现了稳定且可解释的关节推断，不需要外部运动模板或多阶段管道。广泛的实验表明，MonoArt在PartNet-Mobility数据集上在重建精度和推理速度方面均实现了最先进的性能。该框架还推广到机器人操作和关节场景重建。
引用
@article{arxiv.2603.19231,
title = {MonoArt: Progressive Structural Reasoning for Monocular Articulated 3D Reconstruction},
author = {Haitian Li and Haozhe Xie and Junxiang Xu and Beichen Wen and Fangzhou Hong and Ziwei Liu},
journal= {arXiv preprint arXiv:2603.19231},
year = {2026}
}
备注
Project page: https://lihaitian.com/MonoArt