Tag · 9 篇

单目视频重建

Recovering Physically Plausible Human-Object Interactions from Monocular Videos

把运动学估计的单目人-物交互重建结果送入物理仿真器，用强化学习策略做后处理精修，可复用于任何需要消除穿模与物体漂浮的4D重建管线；其双自更新自适应采样机制也适用于从噪声标注中挑选可靠帧做训练。

RHINO: Reconstructing Human Interactions with Novel Objects from Monocular Videos

用 3D-aware 基础模型为低纹理区域提供稳定 SfM 线索，再把表观运动分解为相机运动与物体运动，从而在统一世界坐标系下联合配准人、物体与场景；其带符号距离场组合式神经场与可微接触先验可直接复用于人-物交互重建与物理合理性约束。

PhysHO: Physics-Based Dynamic 3D Gaussian Human and Object from Monocular Video

将 LBS 作为可解释的驱动先验、用 MPM 传播接触力，并用逐粒子的残差神经本构模型刻画非均质材料，为单目视频中人体-物体交互的物理可信重建与未来运动预测提供了可复用的建模范式。

MotionScale: Reconstructing Appearance, Geometry, and Motion of Dynamic Scenes with Scalable 4D Gaussian Splatting

以聚类中心基变换参数化的可扩展运动场，配合背景扩展与前景传播两阶段渐进优化，为单目视频长时序大场景的动态重建提供了可复用的运动表示与训练调度思路。

Motion 3-to-4: 3D Motion Reconstruction for 4D Synthesis

将 4D 合成分解为静态 3D 形状生成与运动重建，用紧凑运动潜变量加逐帧 Transformer 预测顶点轨迹，为从单目视频恢复时序一致几何提供了可复用的表示与架构思路。

EfficientMonoHair: Fast Strand-Level Reconstruction from Monocular Video via Multi-View Direction Fusion

把隐式神经表示与多视角方向融合结合，用 fusion-patch 多视角优化减少点云方向场的迭代次数，并用放宽体素占用约束的并行生长策略在噪声方向场下稳定追踪发丝——这套「粗到细方向场 + 并行生长」的思路可迁移到其他细长结构（线缆、纤维、血管）的单目重建。

Clay-to-Stone: Phase-wise 3D Gaussian Splatting for Monocular Articulated Hand-Object Manipulation Modeling

把单目视频中的关节手物交互建模拆成「柔性形变探索 + 刚性结构固化」两阶段，用 3D 高斯泼溅表示并显式估计关节运动参数，可复用于关节物体重建与手物交互追踪中缓解形状-运动耦合歧义。

4DEquine: Disentangling Motion and Appearance for 4D Equine Reconstruction from Monocular Video

将4D动物重建解耦为动态运动回归与静态外观重建，用时空Transformer从单目视频回归像素对齐的SMPL类序列，并用前馈网络从单张图像重建可动画的3D高斯化身，为单目视频4D重建提供了可复用的解耦范式与合成数据训练策略。

4D Primitive-Mache: Glueing Primitives for Persistent 4D Scene Reconstruction

把场景分解为一组随时间运动的刚性3D基元，并用稠密2D对应关系联合优化其刚体运动，为单目动态视频提供可回放的持久4D重建；其「基元+运动外推」思路可直接迁移到动态NeRF/高斯泼溅的时序一致性与遮挡补全问题。