{\Phi}eat：物理驱动的特征表示
计算机视觉与模式识别
2025-11-17 v1
摘要
基础模型已成为许多视觉任务的有效主干。然而，当前的自监督特征将高层语义与低层物理因素（如几何和照明）交织在一起，这阻碍了其在需要显式物理推理的任务中使用。在本文中，我们引入 eat，一种新的物理驱动的视觉主干，旨在捕获对材料身份敏感的表示，包括反射线索和几何中尺结构。我们的核心思想是采用一种对同一材料在不同形状和照明条件下的空间裁剪和物理增强进行对比的预训练策略。虽然类似的数据已被用于高端监督任务，如内在分解或材料估计，但我们展示了纯粹的自监督训练策略——无需显式标签——即可为需要对外部物理因素保持鲁棒特征的任务提供强先验。我们通过特征相似性分析和材料选择对所学表示进行评估，表明 eat 捕获了语义分组之外的物理驱动结构。这些发现凸显了无监督物理特征学习作为视觉和图形学中物理感知基础的前景。
引用
@article{arxiv.2511.11270,
title = {{\Phi}eat: Physically-Grounded Feature Representation},
author = {Giuseppe Vecchio and Adrien Kaiser and Rouffet Romain and Rosalie Martin and Elena Garces and Tamy Boubekeur},
journal= {arXiv preprint arXiv:2511.11270},
year = {2025}
}