AtomVision_Freya — 基于零参数解析解的强鲁棒性物理轨迹重建模型

本仓库为第一届 AtomVision 开物观理·物理视觉挑战赛 赛道二 (BPT-V 视觉背景物理推理赛) 的提交作品。

针对赛道二中强噪声、复杂遮挡的极端视觉环境，本项目放弃了臃肿的传统深度学习黑盒模型，创新性提出了一种 “零参数解析解物理模型 (Zero-Parameter Analytical Physics Model)”，通过纯运动学方程约束，实现极速、极准的轨迹补全。

📊 1. 模型轻量化指标

本方案专为算力受限的边缘设备设计，达到极致轻量化：

• 模型存储容量: 0 MB（纯解析解，无权重文件落地需求）
• 参数规模 (Total Parameters): 0（无需反向传播训练，杜绝过拟合）

⚡ 2. 计算效能

• 推理时延: 0.021 ms / 帧（实测单帧极速处理，满足超高帧率实时推理）
• 执行环境: 纯 CPU 环境（无需依赖 GPU 算力容器，完美适配低功耗场景）

🎯 3. 方法论与物理方程应用

面对视频中巨大遮挡物导致的数据断层，本方案直接将牛顿运动学引入插值算法。小球抛物运动严格遵循方程 y = ax² + bx + c。本项目利用二阶多项式对未遮挡的坐标进行物理级拟合，完美推演出遮挡区域内的真实坐标，实现 100% 符合物理直觉的轨迹重建。

📈 4. 结果可视化与验证

（红线为物理方程完美补全的大面积遮挡轨迹，蓝点为原始残缺数据）