用于人体抓握生成的手-物接触一致性推理
计算机视觉与模式识别
2021-04-08 v1
摘要
尽管平行夹爪机器人的抓握预测已得到充分研究并广泛应用于机器人操作任务，但关于多指手的自然人体抓握生成的研究仍是一个非常具有挑战性的问题。在本文中，我们提出在给定世界中一个 3D 物体的情况下生成人体抓握。我们的关键观察是，建模手部接触点与物体接触区域之间的一致性至关重要。即，我们同时鼓励先验手部接触点靠近物体表面，且物体常见接触区域被手触摸。基于手-物接触一致性，我们在训练人体抓握生成模型时设计了新颖的目标，并设计了一个新的自监督任务，使抓握生成网络即使在测试时也能被调整。我们的实验表明，人体抓握生成相较最先进方法取得了大幅显著改进。更有趣的是，通过在测试时用自监督任务优化模型，有助于在未见过的和域外物体上获得更大收益。项目页面：https://hwjiang1510.github.io/GraspTTA/
引用
@article{arxiv.2104.03304,
title = {Hand-Object Contact Consistency Reasoning for Human Grasps Generation},
author = {Hanwen Jiang and Shaowei Liu and Jiashun Wang and Xiaolong Wang},
journal= {arXiv preprint arXiv:2104.03304},
year = {2021}
}
备注
Project page: https://hwjiang1510.github.io/GraspTTA/