PRISM：通过物理驱动的噪声解耦与语义-几何协同学习真实深度
该论文提出 PRISM 框架，将真实深度传感器的单一噪声解耦为「传感失效」与「测量不准确」两类物理模态，并蒸馏 3D 视觉基础模型特征作为空间-语义先验用于物理推理；针对失效区域稀疏与类别不平衡，采用分层正样本优先监督与动态难例挖掘。基准测试称其在噪声深度合成保真度上达到当前最优，下游真实机器人实验平均成功率为 92.1%，高于单一噪声建模基线。
发布于 10-22 13:00来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《PRISM: Learning Realistic Depth via Physics-Grounded Noise Disentanglement with Semantic-Geometric Collaboration》查看原链
arXiv:2610.29432v1 公告类型：新论文 摘要：真实世界的物理传感呈现出复杂、异质的噪声模式，与理想化仿真存在显著偏差，这构成了仿真到现实迁移的根本瓶颈。 现有传感器建模通常将深度噪声视为单一的黑箱过程，忽视了支配不同误差模态的独特物理机制。
在本工作中，我们引入了一种物理驱动的范式，将单一噪声解耦为两种互补模态：传感失效与测量不准确，从而能够根据噪声的物理来源对其进行针对性处理。 基于这一洞见，我们提出了 PRISM，一个三方框架，它蒸馏 3D 视觉基础模型特征，作为用于物理推理的丰富空间-语义先验。
为解决失效区域固有的稀疏性和类别不平衡问题，我们开发了分层正样本优先监督，将多尺度正样本加权目标与保持正样本的动态难例挖掘策略相结合，以强制实现精确的伪影 delineation。 大量基准测试表明，PRISM 在噪声深度合成方面达到了最先进的保真度。
此外，下游机器人实验显示，PRISM 在真实世界中实现了 92.1% 的平均成功率，相较单一基线有显著提升。 我们的项目页面见：https://shawnleung-sii.github.io/prism-icml2026/