Arti-PG：用于 procedurally 生成大规模多样性关节对象及丰富标注的工具箱
计算机视觉与模式识别
2024-12-20 v1 机器人学
摘要
获取大量3D关节物体数据的获取成本高昂且耗时，因此关节物体数据的稀缺性成为深度学习方法在各种关节物体理解任务中实现卓越性能的障碍。同时，将这些物体数据与详细标注配对以实现训练也难以实现且代价高昂。为快速获取大量具有全面详细标注的3D关节物体以用于训练，我们提出关节物体程序生成工具箱，即Arti-PG工具箱。Arti-PG工具箱包括i)通过广义结构程序描述关节物体及其与物体点云的解析对应关系，ii)关于结构程序操作的程序化规则，用于合成大规模多样化的新关节物体，iii)知识（如可达性、语义等）的数学描述，以为合成物体提供标注。Arti-PG为提供关节物体理解任务的训练数据具有两个吸引人之处：i)通过程序导向结构操作，物体在形状上可实现无限变体，ii)Arti-PG通过轻松提供全面详细标注而适用于多样化任务。Arti-PG现已支持26类关节物体的程序生成，并提供跨广泛视觉与操作任务的标注，我们提供详尽实验充分展示其优势。我们将使Arti-PG工具箱公开供社区使用。
引用
@article{arxiv.2412.14974,
title = {Arti-PG: A Toolbox for Procedurally Synthesizing Large-Scale and Diverse Articulated Objects with Rich Annotations},
author = {Jianhua Sun and Yuxuan Li and Jiude Wei and Longfei Xu and Nange Wang and Yining Zhang and Cewu Lu},
journal= {arXiv preprint arXiv:2412.14974},
year = {2024}
}