实验 63：A57 Proxy-driven Stopping

实验定位负结果 / 核心诊断

A57 直面 A56 的负结果：depth residual 景观平坦导致收敛过早。修复方案是将停止判据从 depth residual 换成表面 proxy drift（conflict/visible/improved p95 相对 carrier 的变化），因为 proxy 理论上应该能反映"编辑正在恶化 mesh"。

实际结果：proxy-driven stopping 比 A56 depth-residual 更早停止（mean stop iter 1.3 vs 2），但仍无法超越 carrier。更关键的是发现了一个根本性脱节：在 gso_002 上，GT Chamfer 在 iter 7 达到最佳（ΔC=-0.000784），但所有 proxy 在 iter 1 就触发停止。这说明 conflict_p95 恶化与 GT Chamfer 改善可以同时发生。

实验设计（Image-2 风格）

模块设计（Image-2 风格）

Stopping Criteria

conflict_p95_stops_improving：当 conflict_p95 从上一轮变差时停止。
combined_proxy_stops_improving：当三 proxy 之和变差时停止。
conflict_p95_exceeds_carrier：当 conflict_p95 超过 carrier 基线时停止。
a56_depth_residual：A56 原始判据（对比基线）。
gt_chamfer_oracle：GT 上界（回顾验证）。

Fundamental Disconnect

gso_002 的 conflict_p95 在 iter 1 就变差（Δ=+0.000041），但 GT Chamfer 在 iter 7 才达到最佳（ΔC=-0.000784）。原因是 conflict_p95 测量的是旧 conflict 采样点到新表面的距离——mesh 向外推时旧的 conflict 区域被覆盖，proxy 恶化，但这恰恰可能是正确的几何修正方向。

实验结果（表格）

Stopping criterion 对比

criterion	mean ΔChamfer	mean ΔF@5	stop iters	mean stop iter
conflict_p95_stops_improving	0.0004686	-0.005860	[2, 1, 1]	1.3
combined_proxy_stops_improving	0.0004686	-0.005860	[2, 1, 1]	1.3
conflict_p95_exceeds_carrier	0.0005574	-0.005710	[1, 1, 1]	1
a56_depth_residual	0.0008166	-0.003866	[2, 2, 2]	2
gt_chamfer_oracle	-0.0001112	-0.000243	[4, 7, 1]	4

gso_000_input4 GT oracle = iter 4

iter	Chamfer	ΔChamfer	F@5	ΔF@5	conflict Δ	visible Δ	mean \|resid\|	OBJ
0	0.066351	0.0000000	0.493740	-	0.000000	0.000000	-	OBJ
1	0.066649	0.0002986	0.494407	0.000667	0.000654	0.000184	0.153528	OBJ
2	0.066383	0.0000324	0.493958	0.000218	0.000155	0.000138	0.153376	OBJ
3	0.066278	-0.0000724	0.494082	0.000342	0.000615	0.000266	0.153303	OBJ
4	0.066224	-0.0001263	0.494875	0.001135	0.001124	0.000202	0.153153	OBJ
5	0.066416	0.0000652	0.495244	0.001505	0.001598	0.000347	0.153208	OBJ
6	0.066735	0.0003842	0.490266	-0.003474	0.002820	0.000196	0.153177	OBJ
7	0.066446	0.0000949	0.494420	0.000680	0.003444	0.000297	0.153163	OBJ
8	0.066555	0.0002047	0.484750	-0.008990	0.004069	0.000348	0.153143	OBJ

gso_002_input4 GT oracle = iter 7

iter	Chamfer	ΔChamfer	F@5	ΔF@5	conflict Δ	visible Δ	mean \|resid\|	OBJ
0	0.050134	0.0000000	0.650451	-	0.000000	0.000000	-	OBJ
1	0.050930	0.0007967	0.641288	-0.009163	-0.000155	-0.000047	0.207110	OBJ
2	0.050169	0.0000351	0.647278	-0.003173	0.000041	-0.000179	0.207266	OBJ
3	0.049869	-0.0002647	0.652686	0.002235	0.000649	-0.000070	0.207501	OBJ
4	0.050101	-0.0000330	0.651567	0.001116	0.000730	0.000166	0.207738	OBJ
5	0.050220	0.0000859	0.649806	-0.000646	0.001048	0.000244	0.207919	OBJ
6	0.049790	-0.0003441	0.652026	0.001574	0.001985	0.000694	0.208071	OBJ
7	0.049350	-0.0007839	0.657221	0.006770	0.002560	0.000783	0.208194	OBJ
8	0.049607	-0.0005271	0.651132	0.000680	0.003433	0.000847	0.208316	OBJ

gso_008_input4 GT oracle = iter 1

iter	Chamfer	ΔChamfer	F@5	ΔF@5	conflict Δ	visible Δ	mean \|resid\|	OBJ
0	0.135024	0.0000000	0.194865	-	0.000000	0.000000	-	OBJ
1	0.135601	0.0005767	0.186232	-0.008633	0.000153	0.000382	0.076138	OBJ
2	0.137406	0.0023822	0.186222	-0.008644	0.001148	0.000690	0.075906	OBJ
3	0.137632	0.0026082	0.187312	-0.007553	0.002583	0.001676	0.075727	OBJ
4	0.138771	0.0037475	0.183750	-0.011115	0.004367	0.003239	0.075584	OBJ
5	0.138038	0.0030137	0.187877	-0.006988	0.006353	0.003925	0.075460	OBJ
6	0.137284	0.0022601	0.192848	-0.002018	0.007533	0.005474	0.075361	OBJ
7	0.137735	0.0027108	0.195206	0.000341	0.008281	0.007982	0.075287	OBJ
8	0.137370	0.0023457	0.197939	0.003073	0.009084	0.010987	0.075225	OBJ

可视化结果

实验结论

核心负结果：最佳 no-GT 停止判据 conflict_p95_stops_improving 的 mean ΔChamfer=0.0004686（仍劣于 carrier），无法作为可靠的迭代停止信号。
proxy 比 depth residual 更敏感：mean stop iter 从 A56 的 2 降到 1.3，避免了 A56 的过冲问题。
根本性脱节：gso_002 conflict_p95 在 iter 1 就恶化（Δ=+0.000041），但 GT Chamfer 在 iter 7 达到 ΔC=-0.0007839。conflict_p95 测量旧 conflict 采样点距离，当 mesh 被正确外推时旧 conflict 区域自然被覆盖，proxy 误判为恶化。
论文价值：A54-A57 系列建立了一个完整诊断——后验 mesh 编辑中，无论用 depth residual（A56）还是 surface proxy（A57），都无法可靠预测 GT 质量变化。这证明 A54 的固定步长扫描 + 候选选择是当前唯一可行的策略，并指向未来方向：generation-time 约束或更强的 multi-view consistency 信号。

下一步想法

A58：放弃迭代收敛，回到 A54/A55 的固定步长 + selector 策略，但扩展到 10-case full pipeline。
探索 multi-view render consistency（silhouette IoU、depth error）作为更强的 no-GT stopping/selection 信号。
将 A56-A57 的负结果整理为论文的"limitation analysis"章节：为什么 post-hoc editing 无法自我纠错。
考虑 generation-time constraint：在 diffusion sampler 中注入 VGGT support guidance，而非后验编辑 carrier。

返回 A56 返回 A55 返回总览

实验定位 负结果 / 核心诊断