ContactDB：基于热成像的抓取接触分析与预测
计算机视觉与模式识别
2019-04-16 v1
摘要
抓取并操纵物体是一项重要的人类技能。由于手-物接触是抓取的基础，捕捉该接触可带来重要洞见。然而，由于遮挡及人手的复杂性，通过外部传感器观察接触颇具挑战。我们提出ContactDB，一个新颖的家用物体接触图数据集，借助热像仪捕捉抓取过程中发生的丰富手-物接触。我们研究中的参与者以抓取后的功能意图抓取3D打印物体。ContactDB包含50个家用物体的3750个带接触图纹理的3D网格，以及375K帧同步的RGB-D+热成像图像。据我们所知，这是首个记录人类抓取详细接触图的大规模数据集。对该数据的分析显示了功能意图与物体尺寸对抓取的影响、触碰/避开“活跃区域”的倾向，以及手掌与近端手指接触的高频性。最后，我们训练了最先进的图像翻译与3D卷积算法，以从物体形状预测多样的接触模式。数据、代码与模型可在 https://contactdb.cc.gatech.edu 获取。
引用
@article{arxiv.1904.06830,
title = {ContactDB: Analyzing and Predicting Grasp Contact via Thermal Imaging},
author = {Samarth Brahmbhatt and Cusuh Ham and Charles C. Kemp and James Hays},
journal= {arXiv preprint arXiv:1904.06830},
year = {2019}
}
备注
CVPR 2019 Oral