Physically Compatible 3D Object Modeling from a Single Image

我们提出了一个计算框架，将单张图片转化为3D实体物体。图片中的物体的视觉几何形状由三个正交属性决定：机械属性、外部力和静止形状几何。现有的单视角3D重建方法通常忽略这种基本构成，假定刚性或忽略外部力。因此，重建出的物体无法承受真实世界的物理力量，导致不稳定或不良变形，与其在图像中预期的设计相背离。我们的优化框架通过将物理兼容性嵌入到重建过程中来解决这个问题。我们明确地分解了三个物理属性，并通过静态平衡将它们联系起来，这作为一个硬约束，确保优化后的物理形状表现出期望的物理行为。从Objaverse收集的数据集上的评估表明，我们的框架始终比现有方法提高了3D模型的物理真实性。我们的框架的实用性扩展到动态模拟和3D打印等实际应用中，其中遵守物理兼容性至关重要。

将单张图片转化为3D物体时，现有的方法往往忽略了物体的机械属性、外部力和固有形状等因素，导致重建出的物体无法承受真实世界的物理力量，缺乏稳定性和预期的形状。本文旨在通过嵌入物理兼容性来解决这个问题。

本文提出了一个优化框架，通过将物理属性分解并通过静态平衡相互联系，以确保优化的物理形状表现出所需的物理行为，从而提高重建模型的物理逼真度。

本文的亮点包括：将物理属性分解并通过静态平衡相互联系的优化框架；通过在重建过程中嵌入物理兼容性，提高了重建模型的物理逼真度；实验结果表明，本文的方法比现有方法更能提高重建模型的物理逼真度。

最近在这个领域中，还有一些相关的研究，如：《Single-Image 3D Reconstruction of Deformable Objects with Non-Rigid Shape-Prior》、《DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation》等。