从人体交互运动推断并迁移物体属性
计算机视觉与模式识别
2020-08-21 v1 图形学
摘要
人类经常与周围物体交互。此类交互常导致人体与交互物体之间高度相关的运动。因此我们发问：“仅从骨骼运动是否可能推断物体属性，即便未看到交互物体本身？”本文提出一种细粒度动作识别方法，仅从人体交互运动学习推断此类潜在物体属性。该推断使我们能将运动与物体属性解耦，并将物体属性迁移至给定运动。我们使用惯性动作捕捉设备收集了大量表演者的视频与 3D 骨骼运动数据。我们分析相似动作并学习其间的细微差异，以揭示交互物体的潜在属性。具体而言，我们通过估计物体重量或其易碎/易损程度来识别交互物体。我们的结果清晰表明，交互运动与交互物体高度相关，且相对物体潜在属性确实可仅从 3D 骨骼序列推断，从而为人体交互运动的新合成提供了可能。数据集将发布于 http://vcc.szu.edu.cn/research/2020/IT。
引用
@article{arxiv.2008.08999,
title = {Object Properties Inferring from and Transfer for Human Interaction Motions},
author = {Qian Zheng and Weikai Wu and Hanting Pan and Niloy Mitra and Daniel Cohen-Or and Hui Huang},
journal= {arXiv preprint arXiv:2008.08999},
year = {2020}
}