TransNormal-2：基於幾何修復流與邊緣感知解碼的精確法線估算
為何重要
此研究直指 Diffusion 模型在 3D 幾何估算中 VAE 重構的關鍵瓶頸，提出透過調整訓練目標與幾何精修模組，在不大幅增加高品質標註資料的前提下提升透明物體 的估算精度，大幅降低了工業落地的資料門檻；同時證實 Rectified Flow 在處理高階幾何決策上的潛力。
為了突破 Diffusion 模型在單眼幾何估算中的畫素精度與 VAE 重構壓縮誤差問題，研究團隊提出 TransNormal-2 架構。
- 技術架構：基於 FLUX.2 的 rectified flow 框架，並具備 RGB 引導的輕量化 Geometric Refinement Module (GRM) 以減少解碼誤差。
- 指標表現：在一般場景的所有 8 個指標上超越 MoGe-2；尤其在透明物體任務上，於 ClearGrasp 與 ClearPose 分別將 MAE 降低 4.2° 與 3.1°。
- 標註效率：訓練所需的專家法線標註量僅為 MoGe-2 的 1.4%。