| { |
| "schema": "egorenderer.public_version_history.v1", |
| "updated": "2026-11-03", |
| "naming": [ |
| ["数据与方法版本", "V001–V006", "拟合、深度试验与交付合同的演进；不表示每个版本都重新渲染了一套RGB。"], |
| ["渲染批次", "grab_recipe_production_v4 / grab_seeded_remaining_production_v6", "历史任务名。两者都出现在HF Ver.005里，名称中的v6不等于数据发布V006。"], |
| ["执行修订", "279 / 299 / 351 / 356", "资产修复、GPU匹配、调度或打包实现；当前所属数据版本仍是V006。"] |
| ], |
| "comparison": [ |
| ["001", "标准MANO参数拟合", "原渲染不变", "不新增深度", "序列共享形状、逐帧姿态；辅助拟合不是原始GT。"], |
| ["002", "主动双目深度试验", "复用已完成RGB", "散斑投影＋8路径SGM", "2条GRAB动作、各3帧的有限试验。"], |
| ["003", "稀疏锚点深度试验", "复用试验RGB", "稀疏GT锚点＋RGB/XY插值", "非双目、非PromptDA模型推理、非当前生产深度。"], |
| ["004", "左手形状基底修正", "原渲染不变", "沿用原深度", "1条动作275帧；右手复用V001。"], |
| ["005", "GRAB完整参数更新", "保留各历史批次RGB", "历史逆camera-Z", "1,314原始序列，2,425个渲染视频；只更新拟合附件。"], |
| ["006", "原生手强随机化合成", "原生几何驱动新合成", "压缩GT＋主动双目噪声深度", "ARCTIC、OakInk2分开；每源1次生产，辅助拟合不驱动像素。"] |
| ], |
| "versions": [ |
| { |
| "id": "001", |
| "delta": "把个体化GRAB手表面映射到标准MANO参数空间，固定方法和产物命名；不改变渲染所用的原始手表面。", |
| "groups": [ |
| { |
| "title": "拟合合同", |
| "headers": ["项目", "具体设置"], |
| "rows": [ |
| ["目标", "原个体化MANO在原始姿态和translation下的778个对应顶点；左右手分别求解。"], |
| ["优化变量", "每手每序列共享beta10；每帧pose48＝global rotation3＋finger pose45，轴角弧度，非PCA，flat_hand_mean=true。"], |
| ["固定量", "原逐帧translation、对应顶点索引和已明确交付的source_frame_indices；不额外抽帧。"], |
| ["损失", "所有交付帧、所有778顶点等权平均平方欧氏距离；坐标为毫米，损失单位mm²。"], |
| ["不使用", "joint loss、beta/pose prior、时序平滑、腕部居中、额外腕部平移、强制腕部旋转对齐或姿态角上界。"], |
| ["初始化", "零姿态非居中表面形状估计＋原始完整pose；已有序列估计可继续，不重启已完成优化。"], |
| ["求解器", "float64 L-BFGS，strong_wolfe；history50，lr1；每块max_iter25/max_eval35；64帧分块累积全序列梯度。"], |
| ["停止条件", "tolerance_grad=1e-7，tolerance_change=1e-11，块间loss变化阈值1e-8 mm²。"] |
| ] |
| }, |
| { |
| "title": "覆盖与读取", |
| "headers": ["项目", "说明"], |
| "rows": [ |
| ["方法参考样本", "s7/camera_browse_1，275个30fps交付帧；原始帧0…1096、步长4。仅为方法参考，不是全GRAB完成凭据。"], |
| ["参考误差", "该样本平均顶点误差：左2.6361mm、右2.0381mm；不能外推为全部序列误差。"], |
| ["一起保存", "betas_fitted、global_orient_fitted、fullpose_fitted、transl_source、source_frame_indices。"], |
| ["渲染基线", "1536×864、30fps、Cycles OptiX16SPP、GPU OIDN、DLSS5 Feature18、motion/depth/class时序门、history0.9、最终CRF10。"], |
| ["标签属性", "fit_only=true；拟合beta不是原始shape GT，拟合pose不是原始pose GT；RGB仍由原始个体化几何决定。"] |
| ] |
| } |
| ], |
| "limits": ["方法参考的误差和合同不代表全部序列拟合、视觉或训练资格通过。", "拟合pose必须与同次拟合beta及原translation配套，不能与原始pose随意交叉组合。"] |
| }, |
| { |
| "id": "002", |
| "delta": "增加LingBot-Depth论文启发的主动双目深度试验。复用原RGB和原几何，不是对GT逐像素加高斯噪声。", |
| "groups": [ |
| { |
| "title": "光学与噪声", |
| "headers": ["项目", "试验配置"], |
| "rows": [ |
| ["双目", "校正双目768×432，基线0.05m；共享投影器位于左相机右侧0.025m。"], |
| ["散斑投影", "1024×1024图案、20,000点、seed20261013、12W；Cycles16SPP，IR不去噪。"], |
| ["材料", "原可见光BSDF的灰度亮度代理；没有实测近红外反射率。"], |
| ["成像噪声", "光学Gaussian blur σ=0.45px；满量程1,800光电子的Poisson散粒噪声；3电子读出噪声；匹配前量化为8bit。"], |
| ["输出范围", "0.15–8m；左相机轴向Z，单位米；0为无效，保留缺测。"] |
| ] |
| }, |
| { |
| "title": "匹配算法", |
| "headers": ["项目", "数值设置"], |
| "rows": [ |
| ["实现", "OpenCV StereoSGBM MODE_HH，8路径；不是LingBot作者发布的原始模拟器。"], |
| ["视差与代价", "minDisparity0、numDisparities160、blockSize3、P1=72、P2=288、uniquenessRatio10。"], |
| ["过滤", "speckleWindow80、speckleRange2、disp12MaxDiff1、左右一致性容差1px。"], |
| ["几何", "Z=fx×baseline/disparity；GT不进入匹配、残差筛选或填洞。"] |
| ] |
| }, |
| { |
| "title": "覆盖与读取", |
| "headers": ["范围", "说明"], |
| "rows": [ |
| ["s4/cubesmall_pass_1", "试验帧50、85、110。"], |
| ["s6/wineglass_pass_1", "试验帧77、85、162。"], |
| ["RGB", "复用已完成Feature18/history0.9/CRF10输出，保留原渲染批次身份。"], |
| ["深度", "独立读取深度与valid；不是RGB后处理效果，也不是硬件采集值。"] |
| ] |
| } |
| ], |
| "limits": ["有限试验没有启用全量生产；不能把V005全部GRAB标为已拥有V002模拟深度。", "调用方自行选择的参数与可见光材质代理不是商业相机标定。"], |
| "references": [["LingBot-Depth §3.1", "https://arxiv.org/html/2601.17895v1#S3.SS1"], ["LingBot官方仓库", "https://github.com/Robbyant/lingbot-depth/tree/f3a237e434ae987bc38281476d6cfb5df3e4d739"]] |
| }, |
| { |
| "id": "003", |
| "delta": "另一个有限深度分支：PromptDA论文启发的稀疏锚点插值。与V002主动双目是不同方法，不是一次SGM升级。", |
| "groups": [ |
| { |
| "title": "稀疏观测与插值", |
| "headers": ["项目", "具体设置"], |
| "rows": [ |
| ["原生网格", "H192×W256；16:9输入等比缩放为144×256，上下各24无效行，非拉伸。"], |
| ["下采样", "depth用最近像素，RGB用area average；采样前不混合合成深度。"], |
| ["锚点", "7px网格，seed20261013；XY均匀扰动±2.1px；全序列共享同一网格，保留锚点原值。"], |
| ["特征", "[x/W,y/H,R,G,B]，RGB归一化到[0,1]；空间和RGB feature scale均0.12。"], |
| ["近邻", "scipy.spatial.cKDTree精确KNN，K=8；特征距离平方的倒数加权平均，epsilon1e-8。"], |
| ["输出对齐", "移除letterbox后最近邻上采样至干净深度网格；float32 camera-Z米，0无效。"], |
| ["GT依赖", "GT只提供稀疏锚点读数，不用完整GT残差、边缘引导或后验校正。"], |
| ["不使用", "SGM、双目、Gaussian depth noise、学习式PromptDA模型或真实iPhone标定。"] |
| ] |
| }, |
| { |
| "title": "覆盖与读取", |
| "headers": ["项目", "说明"], |
| "rows": [ |
| ["来源", "复用V002两条GRAB动作的6个试验帧及RGB；原手、身体、衣物、物体和相机不变。"], |
| ["分别保留", "干净深度、原生低分辨率观测、稀疏锚点、上采样结果和valid。"], |
| ["confidence", "最近锚点feature distance只是诊断量，不是Apple置信度或物理传感器置信度。"], |
| ["自行选定的参数", "网格扰动、K、RGB/XY度量、权重、下采样、letterbox及跨帧固定网格均为本项目明确选择。"] |
| ] |
| } |
| ], |
| "limits": ["这是论文启发的复现，不是作者原始LiDAR模拟器；未启用全量生产。", "V003观测不能和V002/V006的独立双目测量混为同一噪声分布。"], |
| "references": [["PromptDA §3.3", "https://arxiv.org/html/2412.14015v2#S3.SS3"], ["官方代码讨论", "https://github.com/DepthAnything/PromptDA/issues/17#issuecomment-2589738069"]] |
| }, |
| { |
| "id": "004", |
| "delta": "只修正标准左MANO的形状基底符号，并在单序列上重做左手拟合；不是新的人体、衣物或RGB批次。", |
| "groups": [ |
| { |
| "title": "左手修正", |
| "headers": ["项目", "具体设置"], |
| "rows": [ |
| ["唯一基底操作", "加载标准左MANO后在内存执行一次 shapedirs[:,0,:] *= -1；不改原始pkl或个体化目标。"], |
| ["范围", "s7/camera_browse_1左手，275个交付帧；source0…1096、step4。"], |
| ["右手", "逐字节复用已完成V001参数，不重新拟合、不改右手基底。"], |
| ["优化", "共享beta10＋逐帧pose48；纯对应顶点均匀L2；固定translation；同V001 float64 L-BFGS容差。"], |
| ["初始化", "修正基底的零姿态非居中模板最小二乘beta＋原始逐帧完整pose。"], |
| ["没有新增", "joint loss、prior、时序平滑、角度上界、腕部对齐或显示阶段额外对齐。"], |
| ["读取要求", "左手beta和pose必须搭配同一修正基底解码；翻转零次或两次都不符合该合同。"] |
| ] |
| } |
| ], |
| "limits": ["单序列试验未切换全部2,425包的current入口；全量推广发生在V005。", "叠加预览沿用原RGB和K/R/T；预览不是新的合成渲染。"] |
| }, |
| { |
| "id": "005", |
| "delta": "将V004左手基底修正推广到收到的完整GRAB交付范围。REPLACEMENT_COMPLETE指拟合参数附件替换完成，不是全部RGB重新生成。", |
| "groups": [ |
| { |
| "title": "标签更新", |
| "headers": ["项目", "具体行为"], |
| "rows": [ |
| ["左手", "每原始序列共享beta10、逐帧pose48；纯778对应顶点等权L2；原translation固定；修正shapedirs一次。"], |
| ["右手", "V001 beta、pose、translation逐字节复用；V004已完成参考左手也直接复用。"], |
| ["求解", "float64 L-BFGS strong_wolfe，history50，每块25步，64帧累积全时间轴梯度；无prior、joint loss、时序平滑或额外腕部对齐。"], |
| ["没有修改", "RGB、相机、历史深度、mask、原始MANO、已有contact label、源帧和原渲染批次身份。"], |
| ["读取入口", "mano_fit_current.json → mano_beta_pose_fit_only_v005.npz；按附件引用和原帧映射读取。"], |
| ["参数属性", "辅助拟合、非原始shape/pose GT；左手必须配修正基底，右手使用不变的标准基底。"] |
| ] |
| }, |
| { |
| "title": "计数口径", |
| "headers": ["层级", "数量", "定义"], |
| "rows": [ |
| ["具体动作名称", "30", "由文件名得到browse、drink、staple、use_fun等，不是1,314类动作，也不是官方四种intent。"], |
| ["基础动词", "29", "仅把use_fun合并到use，其余不变。"], |
| ["物体×动作", "203", "去掉录制编号和Retake后的组合。"], |
| ["原始录制序列", "1,314", "subject＋完整recording ID；10个受试者、51种物体名称前缀，含18条Retake。"], |
| ["渲染视频", "2,425", "source＋render observation；203源各1份，1,111源各2份。"], |
| ["独立源时间轴帧", "398,020", "主线1,314源的30fps交付帧之和。"], |
| ["渲染视频帧", "740,495", "主线398,020＋历史观测342,475；不是新增独立动作帧覆盖。"] |
| ], |
| "notes": ["30个具体动作名称：browse、brush、call、chop、clean、cook、drink、eat、fly、inspect、lift、offhand、on、open、pass、peel、play、pour、screw、see、set、shake、squeeze、stamp、staple、takepicture、toast、use、use_fun、wear。"] |
| }, |
| { |
| "title": "全部渲染批次", |
| "headers": ["任务批次", "视频 / 帧", "相机 / RGB效果", "主要区别"], |
| "rows": [ |
| ["grab_oakink_latest_production_v2", "37 / 12,431", "眼部、额头或胸前；sensor_look.v2", "强seed场景、桌面杂物、独立外观组合。名称含oakink，但此HF范围全部来源于GRAB。"], |
| ["grab_oakink_latest_production_v3", "253 / 81,242", "同v2相机与sensor_look.v2", "修复离屏motion vector的fp16溢出传输及共享资源准入；不是画质升级。"], |
| ["grab_recipe_production_v4", "1,024 / 304,347", "同v2相机与sensor_look.v2", "可放置recipe布局、明确皮肤/衣物/物体材质绑定；含2条capture_context_v1例外。"], |
| ["grab_seeded_remaining_production_v6", "1,111 / 342,475", "near-head；film_look.v1", "较早的慢速、小幅相机；全部是上面主线已经覆盖的源序列，新增源序列数为0。"] |
| ], |
| "notes": ["前三批在源身份上互不重叠，共1,314条。末批提供额外观测；四个批次都属于HF Ver.005。", "v4两条例外为s6/doorknob_lift、s6/doorknob_use_1，已包含在1,024内，不另加计数。"] |
| }, |
| { |
| "title": "所有2,425视频共有的渲染设置", |
| "headers": ["项目", "冻结值"], |
| "rows": [ |
| ["输出 / 引擎", "1536×864、30fps；Cycles OptiX、16SPP。"], |
| ["DLSS5", "实际Feature18，scale1.0、style default、intensity1.0、tone2.0、structure2.0。"], |
| ["时序 / 编码", "history0.9；DLSS中间视频CRF18；最终H.264、yuv420p、medium、CRF10。不能把中间CRF18当成最终RGB。"], |
| ["渲染几何", "原受试者SMPL-X与原始个体化MANO；不是拟合标准MANO或SOMA驱动渲染。"] |
| ] |
| }, |
| { |
| "title": "相机与RGB效果差异", |
| "headers": ["属性", "主线1,314视频", "历史v6的1,111视频"], |
| "rows": [ |
| ["机位", "眼部442、额头432、胸前440；每视频只用其选定的一个机位。", "near-head 1,111。"], |
| ["实际lens_mm", "18mm全部一致；sampled_lens_mm不等于实际应用焦距。", "12–19.49863mm，包含取景修复后的实际值。"], |
| ["平移半径 / 周期", "实测约0.03598–0.20352m / 1.4–4.0s。", "约0.02531–0.08536m / 4.0–10.0s。"], |
| ["yaw半径 / 旋转周期", "约8–20° / 1.6–4.2s。", "约4–12° / 5.0–11.0s。"], |
| ["随机化", "平移与旋转独立seed；围绕序列工作区，不持续锁定手或物体。", "同样独立T/R随机，不是静态或不随机。"], |
| ["RGB处理", "sensor_look.v2：向量快门模糊、深度相关失焦、对焦游移、曝光/白平衡漂移、色差、镜头污渍、暗角、颗粒。", "film_look.v1：暗角、颗粒、halation；没有主线的深度/对焦/快门/曝光分支。"], |
| ["强度分布", "mild395、regular587、strong332；不是每条都用最强效果。", "无主线severity字段，不能强行归到strong。"], |
| ["对焦目标", "HOI物体788、人体352、桌面174；不是所有帧都保证手最清晰。", "没有主线对焦目标统计。"], |
| ["颗粒sigma", "观察约0.002–0.012。", "0.001–0.003。"] |
| ], |
| "notes": ["这些范围是已生成计划的观察极值，包含取景修复，不是未经改变的均匀采样区间。逐帧K和外参是实际标定依据。", "RGB效果修改图像，而标注描述干净几何；没有据此宣称额外几何镜头畸变。"] |
| }, |
| { |
| "title": "场景与外观", |
| "headers": ["主线实际场景", "视频数", "主线实际场景", "视频数"], |
| "rows": [ |
| ["compact_terrazzo_kitchen", "115", "covered_paver_patio", "146"], |
| ["timber_studio_dining", "137", "rooftop_concrete_terrace", "123"], |
| ["narrow_mosaic_breakfast_room", "129", "grass_garden_terrace", "127"], |
| ["concrete_workshop", "142", "cobble_park_edge", "126"], |
| ["brick_loft_cafe", "130", "asphalt_street_market", "139"] |
| ], |
| "notes": ["主线653室内、661室外；每序列seed选择房间尺寸、材质、HDRI/灯光、家具和杂物。skin、shirt、pants、HOI材质分别独立选择索引0…9。", "i00_daylight_anchor、i01_sage_morning、i02_cool_overcast、i03_warm_evening、i04_mixed_daylight、o00_patio_anchor、o01_bright_patio、o02_cool_patio、o03_sunny_patio、o04_soft_patio是recipe参考名，不表示每源渲染10遍或固定10间相同房间。", "历史v6未验证的逐房间材质统计不补猜；只报告有冻结证据的相机、look和RGB绑定。"] |
| }, |
| { |
| "title": "跨批次重复与划分", |
| "headers": ["核查项", "1,111个双观测源的结果"], |
| "rows": [ |
| ["RGB文件SHA", "1,111组不同，0组相同；不是两份完全相同RGB。此结论是文件身份核查，不等于全视频逐像素解码比较。"], |
| ["相机NPZ SHA", "1,111组不同。"], |
| ["原始MANO / V005拟合SHA", "两类参数各自在全部1,111组内相同；同源动作与标签复用，不是两倍姿态覆盖。"], |
| ["s1/stapler_staple_2", "同一270帧动作：v4的i01_sage_morning与历史v6的o04_soft_patio，图像和相机不同，V005拟合相同。"], |
| ["训练划分", "先按原始subject＋recording分组再划分train/val/test；不同渲染观测不能跨边界造成动作泄漏。"] |
| ] |
| }, |
| { |
| "title": "文件布局与读取", |
| "headers": ["通道", "主线v2/v3/v4", "历史v6"], |
| "rows": [ |
| ["RGB", "rgb.mp4", "rgb.mp4"], |
| ["相机", "camera_parameters.npz", "camera/camera_parameters.npz"], |
| ["原始MANO", "mano_parameters.npz", "mano_params_30fps.npz"], |
| ["深度", "inverse_depth_float16.npz", "depth/inverse_depth_float16.npz"], |
| ["可见分割", "masks_visible_2bit.npz", "逐帧human/table/hoi_object mask PNG"], |
| ["当前拟合", "mano_fit_current.json指向V005附件；不可替代原始MANO。", "同一源共享V005拟合；具体附件按current引用定位。"] |
| ], |
| "notes": ["历史深度是逆camera-Z：只对有限正逆深度取倒数恢复Z，并沿用文件valid与source clock；不是距离射线长度，也不是后来V006的带噪深度。", "RGB的sensor_look指成像效果，不表示包内有主动双目传感器深度。该HF Ver.005没有后来V006的成对GT＋带噪深度回填。"] |
| }, |
| { |
| "title": "核查范围", |
| "headers": ["证据", "实际完成范围"], |
| "rows": [ |
| ["HF冻结版本", "271e98f637d12fc16375fa1b72ae42983ad0c4f6。"], |
| ["完整文件索引", "57份压缩manifest的SHA、条数、字节总量全部核对：1,080,277文件记录，237,682,594,527索引payload bytes。"], |
| ["全部渲染配置", "2,425份渲染sidecar；1,314份主线的RGB/相机/metadata与HF manifest绑定一致；1,111份历史look字节与嵌入相机计划指纹一致。"], |
| ["没有做", "没有下载重hash整套约240GB payload，没有新增抽帧、重渲染、拟合或把索引核查冒充视觉验收。"] |
| ] |
| } |
| ], |
| "limits": ["1,314是录制序列数，不是动作类别；2,425是渲染视频数，不是独立动作数。", "同一个渲染视频在标签更新前后RGB不变，不代表不同批次渲染的RGB相同。", "另一个V006 GRAB主线选取1,314份、每源1份；不能拿它覆盖本HF Ver.005的2,425观测口径。"], |
| "references": [["HF Ver.005仓库（需获准访问）", "https://huggingface.co/datasets/WhynotGPT/EgoRenderer-Ver005"], ["冻结release_manifest", "https://huggingface.co/datasets/WhynotGPT/EgoRenderer-Ver005/blob/271e98f637d12fc16375fa1b72ae42983ad0c4f6/release_manifest.json"], ["GRAB官方intent定义", "https://github.com/otaheri/GRAB"]] |
| }, |
| { |
| "id": "006", |
| "delta": "当前原生手部合成数据合同：每条源动作只生产一份强随机化观测；干净GT和主动双目噪声深度都保留并快速压缩。", |
| "groups": [ |
| { |
| "title": "数据与几何权威", |
| "headers": ["项目", "当前规则"], |
| "rows": [ |
| ["ARCTIC", "301公开源序列、218,273源帧；原始SMPL-X身体与原始MANO手，采用279批准腕部表面。301生成终态不代表全部训练资格确认。"], |
| ["OakInk2", "622源序列、1,002,995既有30fps帧为目标；采用275人体/276衣物/289批准原生手资产，生成的下半身明确为非原始GT。"], |
| ["资产范围", "OakInk2启动时571资产就绪、51待上游，属2026-11-02资产快照；当前数量看独立实时进度，不在静态说明伪装更新。"], |
| ["手部", "渲染使用各数据集原始提供的手几何与参数；拟合MANO/SOMA只作独立辅助附件，不参与渲染。"], |
| ["来源绑定", "actor＋canonical surface＋cloth＋source clock＋scene＋camera＋seed绑定；旧motion中的过时UV/head字段不能覆盖批准表面。"], |
| ["GRAB", "1,314源的V006深度回填是独立任务；脚本准备不等于已生成新深度。不要与HF Ver.005的2,425历史视频混数。"] |
| ] |
| }, |
| { |
| "title": "RGB与随机化", |
| "headers": ["项目", "当前规则"], |
| "rows": [ |
| ["画质基线", "1536×864、30fps；Cycles OptiX16SPP＋GPU OIDN；实际DLSS5 Feature18；history0.9；最终H.264 CRF10。"], |
| ["每源生产次数", "1个source→1个固定seed→1份当前包；slot1只是内部身份。未启动的slot2/3已经取消。"], |
| ["相机", "眼/额/胸为随机选项，不是每源三个机位全跑；平移与旋转扰动独立；保留源运动和逐帧标定。"], |
| ["场景", "seed控制环境、光照、材质、道具及相机；布局避开原HOI，无法放置的可选道具明确记录而非阻断源动作。"], |
| ["历史额外包", "已有2份额外变体不覆盖、不删除，记入historical_extra_complete，不计入当前301目标。"], |
| ["随机化与标注", "不重新采样源动作、修改原手或物体运动；干净几何标注与后处理RGB的语义分开。"] |
| ] |
| }, |
| { |
| "title": "主动双目模拟深度", |
| "headers": ["阶段", "具体配置与边界"], |
| "rows": [ |
| ["方法来源", "LingBot-Depth §3.1启发，复用V002光学噪声与SGM；所核官方代码commit未公开模拟器，不声称作者原版。"], |
| ["相机", "保留RGB原始K和轨迹；IR取RGB的0.75分辨率，1536×864对应1152×648；不强行套论文16–28mm焦距。"], |
| ["基线", "每序列seed采样0.05–0.20m，沿相机局部X轴建立校正双目；投影器在两者中点。"], |
| ["散斑 / 光学", "20,000点、1024图案、12W、IR16SPP且不去噪；可见光BSDF灰度代理；σ0.45px blur、1,800光电子散粒噪声、3电子读噪、8bit观测。"], |
| ["匹配", "8路径HH SGBM，block3、P1=72/P2=288、uniqueness10、speckle80/range2、LR容差1px；视差档位按fx/基线/最近范围决定，上限384。"], |
| ["GPU实现", "资格化CUDA实现对齐OpenCV4.12 HH数值合同；保留原CPU median3/speckle过滤。CPU/GPU一致只证明实现一致，不证明真实传感器逼真。"], |
| ["输出", "Z=fx×baseline/disparity；范围0.15–8m，缺测保留；最近邻回RGB网格，不读取GT来匹配、修正或填洞。"], |
| ["物理边界", "不是某型号商用IR/ToF相机标定；缺测、边界错误和噪声属于模拟观测，不能当原始深度GT。"] |
| ] |
| }, |
| { |
| "title": "双深度格式", |
| "headers": ["通道", "文件与表示", "语义"], |
| "rows": [ |
| ["干净GT", "depth_gt_mm.npz；每帧uint16/32/64自适应、1mm量化。", "无模拟传感器噪声；允许远背景超过65.535m而不静默截断。GT不是必须保留原始大浮点数组。"], |
| ["噪声观测", "depth_sensor_u16.npz；uint16毫米、0无效。", "主动双目估计，不是GT；独立valid保留孔洞。"], |
| ["压缩", "标准NPZ、libdeflate level1；逐帧压缩成员＋bit-packed valid。", "速度优先；压缩本身无损，毫米量化有损，两者不要混淆。"], |
| ["训练读取", "DepthReader.frame(i)→float32米、valid、source_frame。", "每DataLoader进程长期持有reader，避免每帧重新打开整个序列。"], |
| ["历史兼容", "以每包depth_bundle/metadata和实际文件为准。", "旧float归档及sensor-only历史不能重命名成当前合格双深度；两条旧ARCTIC GT缺口另列。"] |
| ] |
| }, |
| { |
| "title": "标注与时钟", |
| "headers": ["通道", "读取规则"], |
| "rows": [ |
| ["相机", "camera_parameters.npz含K、world_to_camera/camera_to_world、图像大小、frame_index和source_frame_index；按坐标约定只变换一次。"], |
| ["分割", "masks_visible_2bit.npz，按classes与bitorder解码；可见分割不是contact label。"], |
| ["ARCTIC手", "mano_parameters.npz保留原生旋转、pose、trans、shape与源帧，不混入辅助拟合。"], |
| ["OakInk2手", "原生wxyz四元数及native_mano_descriptor.json；不重命名为ARCTIC轴角。"], |
| ["OakInk2物体", "native_object_poses.npz、object_membership.npz保留多物体ID、姿态、成员关系；按descriptor变换链及source_to_world使用。"], |
| ["原始时间轴", "OakInk2另存source_offsets.npy；30fps序列下标和原始source offset是不同层级。"], |
| ["历史路径", "artifact_locations.json＋DatasetLocations；先校验原JSON SHA，再显式解析历史路径，不改immutable引用。"] |
| ] |
| }, |
| { |
| "title": "执行修订与吞吐", |
| "headers": ["修订", "改变什么", "没有改变什么"], |
| "rows": [ |
| ["279", "ARCTIC腕部批准表面与原始MANO接入。", "这是上游资产交付，不是301最终RGB已经完成。"], |
| ["299及后续", "资格化GPU SGBM并行和缓存/打包改进。", "保留HH匹配数值合同，不是换更粗糙的深度算法。"], |
| ["320", "15条Hard Case：双手交叉、真实镜面、多人各5条。", "独立于主301目标；不是额外动作类别覆盖声明。"], |
| ["339–340", "恢复成对GT/噪声并对GT自适应毫米量化。", "333–338历史sensor-only不再是当前交付策略。"], |
| ["349–350", "双通道写入、预读、SSD＋NAS自适应并行。", "不扩物理GPU令牌，不放宽200GiB安全底线。"], |
| ["351–353", "每源只生产一次、保留渲染帧断点恢复、ARCTIC生成队列收尾。", "生成完成不代表两条历史GT缺口和辅助标签资格已解决。"], |
| ["354–355", "OakInk原生四元数与多物体适配。", "不重新拟合手、生成衣物或恢复旧人体队列。"], |
| ["356", "原NAS父预留覆盖子任务、容量预测和短序列回填；SSD896GiB总预算。", "原source/render/camera/depth数值不变；不据此声称每条10分钟。"] |
| ] |
| }, |
| { |
| "title": "独立样例与准备分支", |
| "headers": ["分支", "范围", "边界"], |
| "rows": [ |
| ["Hard Cases", "15条、10,838主源帧，全序列完整通道。", "双手交叉来自公开真实动作；镜面为场景物理镜子、可带seed污渍；多人各自保留源时钟。镜面GT为首交点而非镜后虚像距离。"], |
| ["单目鱼眼", "仅脚本准备：默认180°、1024方图、equidistant。", "未全量部署；GT是ray distance而非pinhole camera-Z；无已资格噪声深度/DLSS，不纳入当前V006 complete索引。"] |
| ] |
| } |
| ], |
| "limits": ["渲染/深度完成、上游资产批准、辅助拟合齐全、逐帧质量验收和训练资格是不同状态；不合并成一个PASS。", "ARCTIC38条隐藏test GT不公开，不伪造；301公开动作覆盖不等于所有官方相机视角图像都重新渲染。", "当前索引只数每源一份；train/val/test按原始source分组，历史变体和Hard Case不能导致同源泄漏。", "SSD/NAS和GPU优化不等于已达到十分钟端到端目标，吞吐比较应按源帧数和完整worker耗时。"], |
| "references": [["实时进度", "https://huggingface.co/datasets/DarthSoluke/EgoRendererStatus"], ["ARCTIC发布仓库", "https://huggingface.co/datasets/DarthSoluke/EgoRenderer-V006-ARCTIC"], ["LingBot-Depth §3.1", "https://arxiv.org/html/2601.17895v1#S3.SS1"]] |
| } |
| ] |
| } |
|
|
