ArtSplat：首個即時化有關節物件3D Gaussian Splatting重建框架

ArtSplat：即時化的有關節物件3D Gaussian Splatting重建

稀疏視角下的有關節物件重建需同時推斷幾何與關節結構，屬於病態問題。以往基於NeRF或3D Gaussian Splatting的方法常依賴密集視角或強先驗，並需昂貴的逐物件優化。

ArtSplat提出首個feed-forward的3D Gaussian Splatting流程，能在單次前向傳遞同時重建幾何並估計關節參數。其核心技術包括每像素關節地圖表示，將關節參數估計直接整合入像素級表示；以及帶有state tokens的跨狀態注意力（Cross-State Attention, CSA），用以捕捉不同姿態狀態間的離散運動。

作者在PartNet-Mobility的68件有關節物件（含單關節與多關節）上進行實驗，結果顯示ArtSplat在幾何與關節估計上具有競爭力，且在效率上相較現有基線大幅提速，能顯著降低逐物件優化的計算成本，為稀疏視角下的即時化有關節重建提供新的可行路徑。

延伸閱讀

• FreeOrbit4D：以幾何完整 4D 代理實現單鏡頭任意攝影機導向
• 單眼影像結合 SAM 3D Body 與 MHR：以 JAX 與逆向運動學實現手指生物力學追蹤
• BadmintonGRF：羽球場景的多視角多模態資料集與無標記地面反作用力（GRF）基準

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。