ReconPhys：从单段视频重建外观与物理属性
计算机视觉与模式识别
2026-04-10 v1
摘要
重建具有物理合理性的非刚性物体仍然是一个重大挑战。现有方法利用可微渲染进行逐场景优化，恢复几何和动力学，但需要昂贵的调参或手动标注，限制了实用性和泛化性。为解决此问题，我们提出了ReconPhys，这是第一个前馈框架，能够从单目视频中联合学习物理属性估计和3D高斯泼溅重建。我们的方法采用双分支架构，通过自监督策略进行训练，无需真实物理标签。给定一个视频序列，ReconPhys同时推断几何、外观和物理属性。在大规模合成数据集上的实验展示了优越的性能：我们的方法在未来预测中达到了21.64 PSNR，而最先进的优化基线为13.27，同时将倒角距离从0.349降低到0.004。至关重要的是，ReconPhys实现了快速推理（<1秒），而现有方法需要数小时，从而促进了为机器人和图形学快速生成可用于仿真的资产。
引用
@article{arxiv.2604.07882,
title = {ReconPhys: Reconstruct Appearance and Physical Attributes from Single Video},
author = {Boyuan Wang and Xiaofeng Wang and Yongkang Li and Zheng Zhu and Yifan Chang and Angen Ye and Guosheng Zhao and Chaojun Ni and Guan Huang and Yijie Ren and Yueqi Duan and Xingang Wang},
journal= {arXiv preprint arXiv:2604.07882},
year = {2026}
}