基于评分引导扩散的物理上可行的人-物交互重建
计算机视觉与模式识别
2025-09-10 v1
摘要
人-物交互的联合重建是理解人类与其周围环境之间复杂关系的一个重要里程碑。然而，之前的优化方法往往难以实现物理上可行的重建结果 due to lack of prior knowledge about human-object interactions。本文引入 ScoreHOI，一个有效的扩散优化器，通过为人-物交互的精确恢复引入扩散先验。通过利用评分引导采样中的可控性，扩散模型可在图像观察和物体特征给定的情况下重建人和物体姿态的条件分布。在推理期间，ScoreHOI 通过使用特定物理约束指导去噪过程来有效提高重建结果。此外，我们提出了一种以接触为驱动的迭代细化方法，以增强接触可行性并提高重建精度。广泛的基准评估表明，ScoreHOI 在状态-of-the-art 方法之上取得了卓越性能，凸显了其在精确和稳健的人-物交互重建方面的能力。
引用
@article{arxiv.2509.07920,
title = {ScoreHOI: Physically Plausible Reconstruction of Human-Object Interaction via Score-Guided Diffusion},
author = {Ao Li and Jinpeng Liu and Yixuan Zhu and Yansong Tang},
journal= {arXiv preprint arXiv:2509.07920},
year = {2025}
}
备注
Accepted by ICCV 2025