Proximity3D: Shape from Capacitive Proximity on Sensing Manifold
本文提出 Proximity3D 方法，利用弯曲电容织物作为非平面传感流形进行形状重建。该方法将每次扫描表示为该流形上的电容邻近场，并引入多视图前馈重建模型聚合已知传感器视角下的这些场以恢复物体形状。模拟与物理实验表明，该方法能鲁棒地从弯曲传感表面获取的电容邻近信号中重建形状，为通过具身传感实现机器人近场几何感知开辟了新途径。
摘要由 AI 生成
2026 年 9 月 7 日，arXiv cs.CV 发布论文《Proximity3D: Shape from Capacitive Proximity on Sensing Manifold》，提出一种基于电容式邻近感知的三维形状重建方法。该研究将物体与传感器之间的物理距离映射为感知流形上的特征表示，通过建模电容信号随距离变化的非线性关系，实现从单一维度的邻近测量数据中恢复物体的三维几何结构。该方法旨在解决传统深度估计依赖主动发光或双目视差的局限，利用被动电容传感在低成本、低功耗场景下的潜力，为无接触式 3D 感知提供新路径。
相关事件RELATED EVENTS
- 2026-09-09 05:29OpenAI声称在著名的“千年难题”上取得了重大数学突破
- 2026-09-09 06:11OpenAI 宣称攻克纳维 - 斯托克斯方程难题遭学界质疑原创性
- 2026-09-08 22:00Google DeepMind Maps 9亿种可能的DNA变异
关键实体KEY ENTITIES
arXiv
信号强度SIGNALS
关键词热度