论文页面 - FAMOS：基于稀疏观测的前馈式三维铰接物体建模

来源：https://huggingface.co/papers/2609.20817

摘要

从稀疏单目视角建模铰接物体颇具挑战，因为每次观测仅能揭示部分几何结构和运动证据。大多数前馈式方法从单次观测推断关节结构，因而严重依赖于学习到的类别级形状先验。我们提出FAMOS——一个前馈式模型，能从稀疏、无序的部分点云集合中预测可移动部件分割与关节参数。该模型联合推理多个观测输入，并天然支持可变数量的输入（包括单视图）。为聚合跨观测的关节信息，我们引入了多状态关节Transformer，采用交替的逐状态与全局注意力机制。我们进一步提出观测关节跨度目标，监督每个部件在输入观测中展现的运动范围，鼓励模型利用完整的观测集。为克服现有数据集规模与多样性有限的难题，我们设计了程序化数据生成器，在训练期间合成带自标注的资产。在PartNet-Mobility、ACD和ArtiCraft-10K上的实验表明，本方法相比前馈式与基于优化的基线模型均能带来持续性能提升。项目页面：https://kevinqu7.github.io/famos

查看arXiv页面 (https://arxiv.org/abs/2609.20817) 查看PDF (https://arxiv.org/pdf/2609.20817) 项目主页 (https://kevinqu7.github.io/famos/) 加入收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.20817)

通过您的代理获取此论文： hf papers read 2609.20817 尚未安装最新CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

暂无模型链接此论文 在模型README.md中引用 arxiv.org/abs/2609.20817 以从本页面建立链接

引用此论文的数据集 0

暂无数据集链接此论文 在数据集README.md中引用 arxiv.org/abs/2609.20817 以从本页面建立链接

引用此论文的Spaces 0

暂无Space链接此论文 在Space README.md中引用 arxiv.org/abs/2609.20817 以从本页面建立链接

包含此论文的收藏 0

暂无收藏包含此论文 将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从本页面建立链接。