基于快速对数正态运动的图像驱动机器人绘画

大型图像生成和视觉模型结合可微渲染技术，已成为生成机器人可绘制或绘制路径的强大工具。然而，这些工具常常忽视了人类绘画/书写动作固有的物理特性，这种动作通常以熟练的手/臂手势执行。考虑到这一点的重要性在于结果的视觉美学特性，以及开发更贴近且更直观的艺术家-机器人协作场景。我们提出一种方法，通过在图像空间中定义的成本函数引导自然的人类运动，实现梯度优化。为此，我们采用sigma对数正态模型的人类手/臂运动，并进行适配，使其能够与可微向量图形（DiffVG）渲染器协同工作。我们演示了如何将此管道用于生成机器人可行轨迹，通过结合图像驱动目标与最小时间平滑准则。我们展示了用于生成和机器人复现的合成 graffiti 以及图像抽象化的应用。