Physical-Field-Bridged Material Parameter Inference from Multi-View Deformation Videos
提出物理场桥接的材料参数推断框架,构建 DeformFieldBench 仿真基准,提供像素对齐的力/接触掩码、运动流场与应力响应图作为中间监督,实现单次前向推理即可输出仿真就绪的材料参数。
展开解读与证据
提出物理场桥接的材料参数推断框架,构建 DeformFieldBench 仿真基准,提供像素对齐的力/接触掩码、运动流场与应力响应图作为中间监督,实现单次前向推理即可输出仿真就绪的材料参数。
为什么值得关注
材料参数是变形物体操作的核心先决条件,但现有方法或依赖耗时的每场景优化,或退化为外观捷径的黑箱回归;本工作以稠密物理场为可解释桥梁,弥合视觉观测与可执行物理之间的鸿沟。
研究问题
从多视角RGB变形视频中估计仿真就绪材料参数极具挑战,因材料属性仅间接体现于接触、变形、恢复和应力集中等物理响应,而现有逆物理方法常需逐场景重建、在线调优或仿真在环优化。
方法原理
构建 DeformFieldBench:基于3D高斯泼溅(3DGS)与物质点法(MPM)的仿真环境,含5000次模拟、100种物体形状、5种力学加载模式,提供同步三视角RGB视频、力/接触掩码、投影运动流场、投影应力响应图及真值材料参数;提出单通物理场桥接模型,先预测上述稠密物理响应,再以此为条件进行本构类型分类与连续参数回归。
结果与证据
在全部四个连续参数上取得最优中位误差;应力热点召回率从0.0762提升至0.5121;同仿真器重放达0.8676 SSIM/36.82 dB PSNR;协议匹配GSO评估中,推理与未来状态预测耗时约30秒,远低于15–120分钟的逐场景优化。
阅读边界
实测在同仿真器重放中达成 0.8676 SSIM/36.82 dB PSNR,在五段真实序列上显示可测量重放一致性;跨仿真器与真实世界测试揭示了领域与可识别性差距,尚未报告真机闭环成功率或端到端延迟。
评论 · —
昵称自填。评论会展示给其他读者,请勿填写私人信息。
正在读取评论…