Physical-Field-Bridged Material Parameter Inference from Multi-View Deformation Videos
作者: Linrui Shou, Jie Li, Yu Liu, Tao Huang
分类: cs.CV, cs.RO
发布日期: 2026-10-13
💡 一句话要点
提出物理场桥接材料参数推断以解决变形物体操控问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 材料参数推断 物理场桥接 变形物体 多视角视频 深度学习 仿真环境 应力响应 机器人操控
📋 核心要点
- 现有方法在从视觉数据中推断材料参数时，往往依赖于逐场景重建，效率低下且不够准确。
- 本文提出的物理场桥接材料推断框架，通过密集物理响应直接连接多视角变形视频与材料参数，简化了推断过程。
- 实验结果表明，该方法在四个连续参数上实现了最佳中位误差，并显著提高了应力热点的召回率，展示了其有效性。
📝 摘要（中文）
从视觉观察中估计可用于仿真的材料参数对于变形物体的操控至关重要，但由于材料属性仅通过物理响应间接揭示，面临挑战。本文提出了一种物理场桥接材料推断的单次框架，利用密集的物理响应将多视角RGB变形视频与本构类型分类和连续参数回归连接起来。与需要逐场景重建的逆物理方法不同，我们的模型预测力/接触掩码、投影运动流场和投影应力响应图，并基于这些场进行材料推断，从而减少对外观或类别捷径的依赖。我们构建了DeformFieldBench，一个包含5000个仿真、100种物体形状和五种机械加载模式的3DGS MPM学习环境，提供密集的像素对齐物理监督。我们的算法在所有四个连续参数上实现了最佳中位误差，并将应力热点召回率从0.0762提高到0.5121。
🔬 方法详解
问题定义：本文旨在解决从视觉观察中推断变形物体材料参数的困难，现有逆物理方法通常需要逐场景重建，导致效率低下和准确性不足。
核心思路：提出物理场桥接材料推断框架，通过密集的物理响应将多视角RGB变形视频与材料参数直接连接，避免了对外观或类别的依赖。
技术框架：整体架构包括三个主要模块：1) 预测力/接触掩码，2) 投影运动流场，3) 投影应力响应图。通过这些模块，模型能够在单次推断中完成材料参数的估计。
关键创新：最重要的技术创新在于通过物理场的桥接，减少了对逐场景重建的需求，使得材料推断过程更为高效和准确。
关键设计：在模型设计中，采用了密集像素对齐的物理监督，设置了特定的损失函数以优化预测精度，并设计了适应不同物体形状和加载模式的网络结构。
🖼️ 关键图片
📊 实验亮点
实验结果显示，该方法在四个连续参数上实现了最佳中位误差，提升应力热点召回率从0.0762到0.5121，并在同一模拟器重放中达到了0.8676的SSIM和36.82 dB的PSNR，展示了显著的性能提升。
🎯 应用场景
该研究具有广泛的应用潜力，尤其在机器人操控、虚拟现实和计算机动画等领域。通过快速准确地推断材料参数，可以显著提升变形物体的模拟效果和交互体验，推动相关技术的发展与应用。
📄 摘要（原文）
Estimating simulation-ready material parameters from visual observations is crucial for deformable-object manipulation but challenging because material properties are only indirectly revealed through physical responses. We introduce physical-field-bridged material inference, a single-pass framework that uses dense physical responses to connect multi-view RGB deformation videos with constitutive-type classification and continuous parameter regression. Unlike inverse-physics methods requiring per-scene reconstruction, online tuning, or simulation-in-the-loop optimization, our model predicts force/contact masks, projected motion-flow fields, and projected stress-response maps, then conditions material inference on these fields to reduce reliance on appearance or category shortcuts. We construct DeformFieldBench, a 3DGS MPM learning environment comprising 5,000 simulations across 100 object shapes and five mechanically informative loading modes, with dense pixel-aligned physical supervision. Our method achieves the best median errors on all four continuous parameters, improves stress-hotspot recall from 0.0762 to 0.5121, and attains 0.8676 SSIM/36.82 dB PSNR in same-simulator replay on unseen objects. Under a protocol-matched GSO evaluation, inference and future-state prediction take approximately 30 seconds, compared with 15-120 minutes for per-scene optimization. The method also yields measurable replay agreement on five real-world sequences. These results support dense physical fields as an effective bridge for fast material inference, while cross-simulator and real-world tests reveal remaining domain and identifiability gaps.