CPF：学习接触势场以建模手-物体交互
计算机视觉与模式识别
2021-09-14 v4
摘要
建模手-物体（HO）交互不仅需要估计 HO 姿态，还需关注因交互而产生的接触。利用深度学习方法分别估计手和物体已取得显著进展，但同步的 HO 姿态估计与接触建模尚未被充分探索。本文提出一种显式接触表示，即接触势场（Contact Potential Field, CPF），以及一种学习-拟合混合框架 MIHO，用于建模手与物体的交互（Modeling the Interaction of Hand and Object）。在 CPF 中，我们将每一对接触中的 HO 顶点视为弹簧-质量系统。因此整个系统在抓握位置形成具有最小弹性势能的势场。在两个常用基准上的大量实验表明，我们的方法在多个重建指标上达到了最先进水平（state-of-the-art），并且即使真值存在严重的相互穿透或分离，也能生成物理上更合理的 HO 姿态。我们的代码已发布于 https://github.com/lixiny/CPF。
引用
@article{arxiv.2012.00924,
title = {CPF: Learning a Contact Potential Field to Model the Hand-Object Interaction},
author = {Lixin Yang and Xinyu Zhan and Kailin Li and Wenqiang Xu and Jiefeng Li and Cewu Lu},
journal= {arXiv preprint arXiv:2012.00924},
year = {2021}
}
备注
ICCV 2021, (reduce PDF file size)