研究人员开发了SAM3D-Phys，一个旨在从真实世界场景重建完整且可进行物理模拟的3D对象几何的新框架。现有的多视图重建方法由于遮挡常常产生不完整的对象模型，限制了它们在物理模拟中的应用。SAM3D-Phys整合了场景重建与来自SAM3D的生成式3D先验，以推断完整的对象几何，并通过物理约束优化和外观细化确保与原始场景的一致性。 AI
影响 通过提供完整的对象几何，能够实现重建的真实世界场景中更逼真的基于物理的交互。
排序理由 该集群包含一篇详细介绍用于3D对象重建和模拟的新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.30239v1 Announce Type: new Abstract: This work addresses the problem of recovering complete, simulatable object geometry from reconstructed real-world scenes, enabling physics-based interaction with objects embedded in the scene. While modern multi-view reconstruction …
This work addresses the problem of recovering complete, simulatable object geometry from reconstructed real-world scenes, enabling physics-based interaction with objects embedded in the scene. While modern multi-view reconstruction methods can produce visually accurate environmen…