面向人类-机器人交接的手持透明物体深度恢复
机器人学
2024-09-17 v2 计算机视觉与模式识别
摘要
透明物体在日常生活中常见，但其光学特性对RGB-D摄像机获取准确深度信息构成挑战。当这些物体被手持时，手部遮挡进一步复杂化深度估计。对于助手机器人而言，准确感知手持透明物体对于有效的人机交互至关重要。本文提出了一种基于从单张RGB-D图像创建隐式神经表示函数的Hand-Aware Depth Restoration（HADR）方法。该方法利用手部姿态作为重要指导，利用手部-物体相互作用的语义和几何信息。为训练和评估所提出的方法，我们创建了一个名为TransHand-14K的高保真合成数据集，采用真实到仿真的数据生成方案。实验表明，我们的方法在性能和泛化能力方面优于现有方法。我们进一步开发了一个基于HADR的真实世界的人机交接系统，展示了其在人机交互应用中的潜力。
引用
@article{arxiv.2408.14997,
title = {Depth Restoration of Hand-Held Transparent Objects for Human-to-Robot Handover},
author = {Ran Yu and Haixin Yu and Shoujie Li and Huang Yan and Ziwu Song and Wenbo Ding},
journal= {arXiv preprint arXiv:2408.14997},
year = {2024}
}
备注
7 pages, 7 figures, conference