PhysRig: Marco de trabajo diferenciable basado en física para skinning y rigging en el modelado realista de objetos articulados

PhysRig: Differentiable Physics-Based Skinning and Rigging Framework for Realistic Articulated Object Modeling

June 26, 2025

Autores: Hao Zhang, Haolan Xu, Chun Feng, Varun Jampani, Narendra Ahuja

cs.AI

Resumen

El skinning y el rigging son componentes fundamentales en la animación, la reconstrucción de objetos articulados, la transferencia de movimiento y la generación 4D. Los enfoques existentes se basan predominantemente en el Linear Blend Skinning (LBS), debido a su simplicidad y diferenciabilidad. Sin embargo, el LBS introduce artefactos como la pérdida de volumen y deformaciones poco naturales, y no logra modelar materiales elásticos como tejidos blandos, pelaje y apéndices flexibles (por ejemplo, trompas de elefante, orejas y tejidos grasos). En este trabajo, proponemos PhysRig: un marco de skinning y rigging basado en física diferenciable que supera estas limitaciones al integrar el esqueleto rígido en una representación volumétrica (por ejemplo, una malla tetraédrica), que se simula como una estructura de cuerpo blando deformable impulsada por el esqueleto animado. Nuestro método aprovecha la mecánica de medios continuos y discretiza el objeto como partículas incrustadas en una malla de fondo euleriana para garantizar la diferenciabilidad con respecto tanto a las propiedades del material como al movimiento del esqueleto. Además, introducimos prototipos de materiales, reduciendo significativamente el espacio de aprendizaje mientras mantenemos una alta expresividad. Para evaluar nuestro marco, construimos un conjunto de datos sintético completo utilizando mallas de Objaverse, The Amazing Animals Zoo y MixaMo, cubriendo diversas categorías de objetos y patrones de movimiento. Nuestro método supera consistentemente los enfoques tradicionales basados en LBS, generando resultados más realistas y físicamente plausibles. Además, demostramos la aplicabilidad de nuestro marco en la tarea de transferencia de poses, destacando su versatilidad para el modelado de objetos articulados.

English

Skinning and rigging are fundamental components in animation, articulated object reconstruction, motion transfer, and 4D generation. Existing approaches predominantly rely on Linear Blend Skinning (LBS), due to its simplicity and differentiability. However, LBS introduces artifacts such as volume loss and unnatural deformations, and it fails to model elastic materials like soft tissues, fur, and flexible appendages (e.g., elephant trunks, ears, and fatty tissues). In this work, we propose PhysRig: a differentiable physics-based skinning and rigging framework that overcomes these limitations by embedding the rigid skeleton into a volumetric representation (e.g., a tetrahedral mesh), which is simulated as a deformable soft-body structure driven by the animated skeleton. Our method leverages continuum mechanics and discretizes the object as particles embedded in an Eulerian background grid to ensure differentiability with respect to both material properties and skeletal motion. Additionally, we introduce material prototypes, significantly reducing the learning space while maintaining high expressiveness. To evaluate our framework, we construct a comprehensive synthetic dataset using meshes from Objaverse, The Amazing Animals Zoo, and MixaMo, covering diverse object categories and motion patterns. Our method consistently outperforms traditional LBS-based approaches, generating more realistic and physically plausible results. Furthermore, we demonstrate the applicability of our framework in the pose transfer task highlighting its versatility for articulated object modeling.