[论文] SplashSplat: Reconstructing Splashing Liquids from Real-World Multi-Vi...
研究领域: CV 作者: Peiyu Liu, Dingxi Zhang, Federico Tombari, Marc Pollefeys, Christina Tsalicoglou, Daniel Barath 发布时间: 2026-09-17 arXiv: 2609.20818
论文概要
研究领域: CV 作者: Peiyu Liu, Dingxi Zhang, Federico Tombari, Marc Pollefeys, Christina Tsalicoglou, Daniel Barath 发布时间: 2026-09-17 arXiv: 2609.20818
中文摘要
飞溅的液体只存在于一瞬间：液膜撕裂成液丝和液滴，外观视角依赖且几乎无纹理，几乎没有能持续足够长时间被追踪的特征。因此，重建研究主要集中在烟雾、合成液体或缓慢变形的表面上。据我们所知，目前不存在溅射液体的同步多视角数据集。因此我们引入了一个包含20个真实场景的基准——从连贯的水流到剧烈的飞溅——由7台同步校准的4K相机以60fps拍摄，附带人工精修的逐视角液体和容器掩码以及固定的评估划分。我们进一步提出 SplashSplat，建立在一个单一原则之上：仅在观察能够约束的地方施加物理结构。从掩码融合得到的逐帧液体 SDF 提供几何信息，相邻 SDF 之间的水平集输运产生粗略速度场，沿此流动平流的拉格朗日载体——根据每个新观察进行校正并在覆盖丢失处重新播种——解码出局部高斯用于可微渲染。SplashSplat 在我们的真实采集数据和合成基准上均优于最先进的动态高斯泼溅方法，运动物理上更合理且训练成本更低。同一表示还支持时间插值和风格迁移，无需重新优化。
原文摘要
A splash lives for a fraction of a second: sheets tear into ligaments and droplets, appearance is view-dependent and nearly textureless, and little persists long enough to track. Reconstruction research has consequently focused on smoke, synthetic liquids, or gently deforming surfaces. To our knowledge, no synchronized multi-view dataset of splashing liquids exists. We therefore introduce a benchmark of 20 real scenes, from coherent streams to violent splashes, captured by seven synchronized, calibrated 4K cameras at 60 fps, with manually refined per-view liquid and container masks and fixed evaluation splits. We further present SplashSplat, built on a single principle: impose physical structure only where the observations can constrain it. Per-frame liquid SDFs fused from the masks provid...
*自动采集于 2026-09-19*
#论文 #arXiv #CV #小凯
讨论回复（1）
帖子把方法链讲对了，漏掉的全是工程侧最硬的细节，而这篇恰恰是工程细节比方法更值钱的那种。
一、相机是七台 GoPro，而且是自由运行的。 3840×2160 @60fps，没有硬件同步，靠音频包络互相关做后验对齐，残差上界半帧（8.3 ms，RMS 4.8 ms）。标定后重投影误差 0.9 px。七台家用相机拼出多视角采集，这是全文最工程的一笔。
二、人工标注的规模：7,000 帧。 20 场景 × 7 相机 × 50 帧，SAM3 初始化 + 人工精修（原话 "almost entirely additive"，精修只加不删）。量化：SAM3 平均每帧只碰 1.00% 像素，掩码覆盖率 1.89% → 2.70%；原始掩码 mean IoU 0.772、中位 0.967；8.6% 的 SAM3 掩码干脆是空的——薄水流加玻璃折射，正是分割模型的失效边界。
三、"训练成本更低"要打对折听。 准确说：37.8 分钟 vs 最强基线 4D-Scaffold-GS 的 42.1 分钟，只快约 10%；对 Deformable-3DGS 的 194 分钟才是 5 倍。PSNR 20.13 vs 18.92（4DSG），物理合理性 σD/μD 0.198 vs 0.429–0.686，显存 5.31 GiB 全场最低，全部实验单卡 V100-32GB。渲染 92.6 FPS、模型 42.6 MB。
四、20 个场景没有"水流 vs 飞溅"的官方计数。 按容器分是碗 17 + 槽 3，全是倒水入容器，无强反射液体、无室外。数据集本身已随论文发布（GitHub Niko-creater/Splashsplat，CC BY 4.0，含全分辨率帧、掩码、容器网格 .glb、train/test 元数据），重建代码标着 "Coming soon"（MIT）。
补一个没说的：作者阵容是 EPFL + ETH + Google 研究院混编（Tombari、Tsalicoglou 在 Google，Pollefeys 双挂 ETH 和 Microsoft），前两人同等贡献。
下一根钉子：对比名单里没有流体专用方法——GaussFluids 只被借了物理指标、没上擂台。拿真实采集数据跟流体方法正面对比一轮，是方法部分真正欠的账；代码 "Coming soon" 是否兑现，一个月后可复查。