🤖 machine learning

Stochastic Signed Distance Processes

本文引入了随机符号距离过程（Stochastic Signed Distance Processes, SSDP），这是一种将射线上的符号距离场建模为随机过程的概率框架，旨在推导用于表面渲染的首次到达时间分布，从而统一了包括 NeuS 在内的现有方法，并在多视图表面重建和不确定性量化方面实现了卓越的性能。

原作者： Hiroki Sakuma, Masatoshi Okutomi

发布于 2026-06-23

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Hiroki Sakuma, Masatoshi Okutomi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：从照片中重建 3D 世界

想象一下，你有一叠从不同角度拍摄的玩具照片，你的目标是利用计算机构建出该玩具完美的 3D 模型。这被称为多视图表面重建（multi-view surface reconstruction）。

长期以来，计算机一直试图通过猜测物体表面的位置来完成这项工作。它们使用一种叫做**符号距离场（Signed Distance Field, SDF）**的数学工具。你可以把 SDF 想象成一个巨大的、无形的 3D 网格，其中的每个点都有一个数值：

负数意味着你在物体内部。
正数意味着你在物体外部。
零则是精确的表面。

计算机的任务就是调整这些数值，直到“零”这条线能完美匹配照片中玩具的形状。

问题所在：“全或无”的猜测

以往的方法（如 NeuS）尝试通过从相机向场景发射激光束（“射线”）来确定表面。

旧方法： 计算机询问：“这束激光击中物体了吗？”如果击中了，就是命中；如果没中，就是未中。
问题在于： 这就像是在玩一场只有“中”或“不中”答案的“热还是冷”游戏。如果计算机猜错了，它无法获得任何有用的反馈来帮助它纠正错误。这是一个非常“跳跃”且难以学习的过程。为了解决这个问题，以往的方法必须依赖额外的线索，比如精确知道物体的影子（轮廓）在哪里，但这并不总是可获得的。

新的解决方案：随机符号距离过程 (SSDP)

本文作者提出了一种更聪明的思考激光束的方式。他们不再问“是否击中？”，而是问：“击中的概率是多少，以及究竟何时击中？”

他们将激光束视为不只是一条笔直、僵硬的线，而是一条扭曲、具有不确定性的路径。

类比 1：大雾中的徒步者

想象一名徒步者正穿过浓雾，走向悬崖（表面）。

旧方法： 徒步者迈出一步并问道：“我到悬崖了吗？”如果答案是“没有”，他们就继续走。在掉下悬崖之前，他们不知道自己离悬崖到底有多近。
SSDP 方法： 徒步者有点醉酒，或者雾气在飘移，所以他们的路径有点摇晃（这是一个随机过程）。在每一步，徒步者都会计算此时此刻掉下悬崖的概率，是现在掉下去还是稍后掉下去。
- 如果徒步者非常接近边缘，下一秒掉下去的概率就会很高。
- 如果他们离得很远，概率就很低。

通过计算这段旅程中每一步的概率，计算机得到了平滑且连续的反馈流。即使还没有撞到表面，它也能学习如何向表面靠近。

类比 2：“首次到达”门票

本文的核心在于**“首次到达时间”（First-Passage Time）**。
想象你在等待一辆公交车（表面）。你不知道它确切什么时候会到达。

计算机将到达时间建模为一个随机分布。
它计算公交车在 1:00 到 1:01 之间到达的概率，然后在 1:01 到 1:02 之间到达的概率，以此类推。
计算机随后将这种“到达概率”与照片中像素点的实际颜色进行对比。如果照片是暗的（阴影），计算机就知道公交车（表面）一定很早就到达了。如果照片是亮的，说明公交车可能还在很远的地方。

他们是如何实现快速计算的：“单行道”规则

计算这些概率最数学上精确的方法涉及复杂的“贝叶斯滤波（Bayesian filtering）”，这就像徒步者根据每一条新信息不断重新评估其整个路径。这非常精确，但极其缓慢，因为计算机必须一步接一步地进行。

为了让它足够快以投入实际使用，作者引入了一个巧妙的捷径，称为**“负吸收近似”（Negative-Absorbing Approximation）**。

类比： 想象徒步者走在一条单行道上。一旦他们踏出了路缘（跨越了表面），他们就被“吸收”并停止行走。他们不能再踏回人行道并继续行走。
结果： 这极大地简化了数学运算。计算机不再需要回顾并重新计算整个路径。它可以同时处理所有步骤（并行处理），使训练速度提升了两倍，且几乎没有质量损失。

他们证明了什么？

作者使用两个数据集测试了他们的方法（SSDP）与当前最先进的方法（如 NeuS 和 OaV）：

DTU： 一个包含各种物体照片的集合。
MobileBrick： 乐高积木结构的图片（这些结构具有非常锐利、精细的边缘）。

结果显示：

更好的形状： 相比竞争对手，他们的方法创建出的 3D 模型更接近真实物体（误差率更低）。
更好的不确定性估计： 因为他们的方法基于概率，所以它可以告诉你对于特定部分的形状有多“不确定”。他们展示了该方法在估计这种不确定性方面表现得更好。
NeuS 是一个特例： 他们在数学上证明了，以前流行的 NeuS 方法实际上只是他们这个更灵活的新方法的简化版特例。

总结

本文介绍了一种教计算机如何从 2D 照片中观察 3D 形状的新方法。与其将寻找表面的过程视为一种僵硬的“命中或未命中”的游戏，不如将其视为一场概率性的旅程。通过将路径建模为一个扭曲、具有不确定性的过程，他们可以精确计算出射线在任何时刻击中表面的可能性。这带来了更平滑、更准确的 3D 模型，并让计算机对自己的工作有了更好的“信心感”，同时运行速度足够快，具备实际应用价值。

技术摘要：随机符号距离过程 (SSDT)

问题陈述

多视图表面重建是计算机视觉中的一个基本挑战，其应用范围涵盖从内容创作到机器人技术等多个领域。虽然符号距离场 (SDF) 提供了一种连续、分辨率无关的隐式表示，适用于此类任务，但通过渲染对其进行优化却面临显著困难。

直接表面渲染（寻找第一个射线-表面交点并通过隐式微分传播梯度）受限于不连续的可视性。这会导致梯度稀疏，通常需要额外的轮廓监督（前景掩码）来辅助优化。为了解决这一问题，近期的方法如 NeuS 和 VolSDF 引入了基于 SDF 的体积渲染。这些方法将 SDF 值映射为局部衰减系数，从而实现了无需轮廓监督的可微体积渲染。

然而，现有的体积渲染公式依赖于指数传输 (exponential transport) 的解释。该解释假设任何一点的危险率（相交概率）可以由一个与过去生存历史无关的局部衰减系数来总结。虽然这对于独立粒子模型（布尔-泊松过程）是有效的，但对于具有空间相关几何结构的通用不透明实体而言，这一假设并不成立，因为在这些结构中，首次通过时间密度取决于射线路径的历史记录。因此，当前的方法可能无法充分捕捉射线与复杂几何体之间相互作用的概率本质。

方法论

作者提出了随机符号距离过程 (SSDT)，这是一个将基于 SDF 的体积渲染重新表述为概率表面渲染的框架。

1. 随机符号距离过程 (SSDT)

SSDT 不再将 SDF 视为确定性场，而是将沿每条射线 $r(t)$ 的 SDF 建模为一个随机过程 $S_r(t)$ ：
$S_r(t) = \mu_r(t) + R_r(t)$

$\mu_r(t)$ ：用于近似 SDF 的确定性均值场。
$R_r(t)$ ：被建模为时间非齐次 Ornstein–Uhlenbeck (OU) 过程 的随机残差过程。该过程通过视图相关的神经场（参数为 $\kappa$ 和 $\tau$ ）进行参数化，以捕捉射线级的随机动力学特性。

这种公式化为每条射线诱导了一个首次通过时间分布 (first-passage-time distribution)，其中首次通过时间 $H_r$ 定义为过程 $S_r(t)$ 穿过零点（即与表面相交）的第一个时刻。

2. 概率表面渲染

像素颜色 $C_r$ 被建模为由随机首次通过时间 $H_r$ 诱导的混合分布：
$f_{C_r}(c_r) = \mathbb{E}_{H_r}[f_{C_r|H_r}(c_r | H_r)]$
期望颜色通过对离散采样间隔 $[t_i, t_{i+1}]$ 求和来近似：
$f_{C_r}(c_r) \approx \sum_{i=0}^{N-1} f_{C_r|H_r}(c_r | t_i) P(t_i < H_r \leq t_{i+1}) + \text{背景项}$
这里， $P(t_i < H_r \leq t_{i+1})$ 代表该间隔内的首次通过概率（不透明度）。

3. 首次通过概率的推导

核心技术贡献在于推导每个间隔的首次通过概率 $P(B_i | A_i)$ ，其中 $A_i$ 是射线在 $t_i$ 之前未与表面相交的事件，而 $B_i$ 是在 $(t_i, t_{i+1}]$ 内发生相交的事件。

贝叶斯滤波 (Bayesian Filtering)： 作者推导了在给定射线在当前点之前已“生存”（未相交）的条件下，采样点处 SDF 值的后验分布。这涉及通过贝叶斯滤波传播经生存条件约束的分布。
零交叉概率 (Zero-Crossing Probability)： 在一个间隔内发生穿越的概率被分解为：
1. 向下穿越 ( $B^\downarrow_i$ )： 射线在间隔结束时位于表面内部（ $S_{i+1} \leq 0$ ）。
2. 向上穿越 ( $B^\uparrow_i$ )： 射线在间隔内进入并退出表面。
  $B^\uparrow_i$ 的概率是利用应用于布朗桥 (Brownian bridge) 的反射原理 (reflection principle) 进行近似的，该原理源自 Dambis–Dubins–Schwarz 定理。

4. 负吸收近似 (Negative-Absorbing Approximation)

完整的贝叶斯公式需要沿每条射线进行顺序计算，这阻碍了并行化。为了实现高效的并行渲染，作者引入了负吸收近似。该近似假设一旦 SDF 过程 $S(t)$ 变为负值，它就永远不会返回正值（不存在符号反转）。

这将生存条件简化为 $S_i > 0$ ，并将穿越条件简化为 $S_{i+1} \leq 0$ 。
这消除了对顺序贝叶斯滤波的需求，使得不透明度的计算可以在样本间并行化，从而实现与标准体积渲染相当的效率。

5. 与前序工作的关系

论文证明了 NeuS 是 SSDT 的一个特例。在 OU 过程变为完全相关（转移核方差为零）的极限情况下，SSDT 公式精确地退化为 NeuS 的不透明度公式。这确立了 SSDT 是 NeuS 的一种自然泛化，能够考虑射线级的协方差结构。

核心贡献

重新表述： 论文将基于 SDF 的体积渲染重新表述为概率表面渲染，将像素颜色建模为由随机首次射线-表面相交诱导的混合分布。
SSDT： 引入了随机符号距离过程，将沿射线的 SDF 建模为随机过程，以诱导出首次通过时间分布。
首次通过推导： 推导了采样间隔的首次通过概率，使用了贝叶斯滤波和反射原理，并提供了一个实用的可并行化近似。
理论统一： 证明了 NeuS 是所提公式的一个特例。
实验验证： 在 DTU 和 MobileBrick 数据集上，展示了改进的表面重建能力和不确定性量化能力。

实验结果

该方法以 SSDT-Facto（使用 NeuS-Facto 采样方案以进行公平比较）实现，并与 NeuS-Facto 和 OaV-Facto (Objects as Volumes) 进行了评估。

表面重建： 在 DTU 和 MobileBrick 数据集上，在掩码（视觉轮廓）和无掩码（视锥体）评估协议下，SSDT-Facto 在 Chamfer Distance (CD) 指标上始终优于基线模型。它有效地减少了视觉轮廓外的伪表面。
不确定性量化： SSDT-Facto 在连续秩概率评分 (CRPS)、平均绝对误差 (MAE) 和锐度 (Sharpness) 指标上均取得了更优的表现，表明其学习到的首次通过时间分布具有更高的质量。
消融实验：
- 负吸收近似： 移除该近似（使用完整的贝叶斯滤波）会略微提升不确定性指标（例如，CRPS 提升约 0.1 mm），但会导致训练时间翻倍。研究发现该近似是一个稳定且有效的重建归纳偏置。
- 损失函数： 直接使用负对数边际似然 (NLML) 损失来优化概率目标，相比于先前工作中使用的标准期望损失，取得了显著的改进。

重要性与主张

本文声称，通过放弃限制性的指数传输假设（局部衰减与历史无关），并采用针对空间相关几何的首次通过视角，SSDT 提供了一个更真实的表面渲染概率模型。

作者指出，通过与受控基线进行对比，其方法提高了表面重建的准确性和不确定性量化的质量。他们强调，虽然完整的贝叶斯公式提供了理论上的完备性，但负吸收近似提供了一个实际的权衡方案，能够在不显著损失重建质量的前提下，实现高效的并行渲染。这项工作阐明了现有体积渲染方法与随机过程之间的理论联系，将 SSDT 定位为 NeuS 的一种泛化。