SurfPhase: 3D Interfacial Dynamics in Two-Phase Flows from Sparse Videos

📄 arXiv: 2602.11154v1 📥 PDF

作者: Yue Gao, Hong-Xing Yu, Sanghyeon Chang, Qianxi Fu, Bo Zhu, Yoonjin Won, Juan Carlos Niebles, Jiajun Wu

分类: cs.CV

发布日期: 2026-02-11

备注: The first two authors contributed equally. Project website: https://yuegao.me/SurfPhase

💡 一句话要点

SurfPhase：提出一种从稀疏视频重建两相流三维界面动态的方法

🎯 匹配领域: 支柱七：动作重定向 (Motion Retargeting)

关键词: 两相流 界面动态 神经渲染 高斯Surfel 有符号距离函数

📋 核心要点

  1. 传统两相流界面动态测量技术在移动界面附近存在局限性，神经渲染方法难以处理液-汽界面的清晰性和可变形性。
  2. SurfPhase结合动态高斯surfel和有符号距离函数，保证了几何一致性，并利用视频扩散模型从稀疏视角合成新视图。
  3. 在高速池沸腾视频数据集上的实验表明，SurfPhase仅用两个相机视图即可实现高质量的视图合成和速度估计。

📝 摘要（中文）

两相流中的界面动态控制着动量、热量和质量的传递，但实验测量仍然困难。传统技术在移动界面附近面临内在限制，而现有的神经渲染方法针对的是具有漫反射边界的单相流，无法处理清晰、可变形的液-汽界面。我们提出了SurfPhase，一种用于从稀疏相机视图重建三维界面动态的新模型。我们的方法集成了动态高斯surfel与有符号距离函数公式，以实现几何一致性，并利用视频扩散模型合成新视角的视频，以改进从稀疏观测的重建。我们在一个新的高速池沸腾视频数据集上进行了评估，证明了仅从两个相机视图即可实现高质量的视图合成和速度估计。

🔬 方法详解

问题定义：论文旨在解决从稀疏相机视图中重建两相流的三维界面动态问题。现有方法，如传统实验技术，在移动界面附近精度不足；而现有的神经渲染方法主要针对单相流，无法有效处理两相流中清晰且动态变化的液-汽界面。因此，如何从有限的观测数据中准确、鲁棒地重建三维界面动态是本研究的核心问题。

核心思路：SurfPhase的核心思路是将动态高斯surfel与有符号距离函数（SDF）相结合，并利用视频扩散模型进行新视角合成，从而在稀疏观测下实现高质量的三维界面动态重建。动态高斯surfel能够灵活地表示界面，SDF保证了几何一致性，而视频扩散模型则通过学习视频先验来填补稀疏视角带来的信息缺失。

技术框架：SurfPhase的整体框架包含以下几个主要模块：1) 动态高斯Surfel初始化：使用观测到的图像初始化一组动态高斯surfel，每个surfel包含位置、大小、颜色等属性。2) SDF约束：利用有符号距离函数对高斯surfel进行约束，保证重建界面的几何一致性。3) 视频扩散模型：训练一个视频扩散模型，用于合成新视角的视频，从而增强重建的鲁棒性。4) 优化：通过最小化重建损失、SDF损失和扩散模型损失，优化高斯surfel的参数，最终得到三维界面动态的重建结果。

关键创新：SurfPhase的关键创新在于将动态高斯surfel、SDF和视频扩散模型有机结合，从而克服了传统方法和现有神经渲染方法在两相流界面动态重建中的局限性。具体来说，动态高斯surfel提供了灵活的界面表示，SDF保证了几何一致性，而视频扩散模型则利用视频先验知识增强了重建的鲁棒性。这种结合使得SurfPhase能够从稀疏视角重建高质量的三维界面动态。

关键设计：在技术细节上，SurfPhase的关键设计包括：1) 动态高斯Surfel的参数化：每个高斯surfel包含位置、大小、颜色、不透明度等参数，这些参数通过优化进行更新。2) SDF的表示：使用神经网络表示SDF，并利用SDF对高斯surfel进行约束，保证重建界面的几何一致性。3) 视频扩散模型的训练：使用大量的两相流视频数据训练视频扩散模型，使其能够生成逼真的新视角视频。4) 损失函数的设计：损失函数包括重建损失、SDF损失和扩散模型损失，这些损失函数共同驱动高斯surfel参数的优化。

📊 实验亮点

SurfPhase在高速池沸腾视频数据集上进行了评估，实验结果表明，仅使用两个相机视图，SurfPhase即可实现高质量的视图合成和速度估计。与现有方法相比，SurfPhase能够更准确地重建三维界面动态，并提供更可靠的速度场信息。这些结果验证了SurfPhase在两相流界面动态重建方面的有效性和优越性。

🎯 应用场景

SurfPhase在能源、化工、材料等领域具有广泛的应用前景。例如，可以用于优化沸腾换热器的设计，提高能源利用效率；可以用于研究化学反应器中的混合过程，优化反应条件；还可以用于分析材料加工过程中的界面动态，提高产品质量。该研究的突破将有助于更深入地理解和控制两相流现象，推动相关领域的技术进步。

📄 摘要（原文）

Interfacial dynamics in two-phase flows govern momentum, heat, and mass transfer, yet remain difficult to measure experimentally. Classical techniques face intrinsic limitations near moving interfaces, while existing neural rendering methods target single-phase flows with diffuse boundaries and cannot handle sharp, deformable liquid-vapor interfaces. We propose SurfPhase, a novel model for reconstructing 3D interfacial dynamics from sparse camera views. Our approach integrates dynamic Gaussian surfels with a signed distance function formulation for geometric consistency, and leverages a video diffusion model to synthesize novel-view videos to refine reconstruction from sparse observations. We evaluate on a new dataset of high-speed pool boiling videos, demonstrating high-quality view synthesis and velocity estimation from only two camera views. Project website: https://yuegao.me/SurfPhase.