社交 3D 场景图：为交互式服务机器人建模人类动作与关系
计算机视觉与模式识别
2025-09-30 v1
摘要
理解人们如何与其周围环境以及彼此进行交互，对于使机器人以符合社会规范且具备情境感知的方式行动至关重要。尽管 3D 场景图已成为场景理解的一种强大语义表示，但现有方法在很大程度上忽略了场景中的人类，这也是由于缺乏标注的人-环境关系。此外，现有方法通常仅从单帧图像中捕获开放词汇关系，这限制了它们对超出观测内容的长程交互进行建模的能力。我们引入了社交 3D 场景图，这是一种增强的 3D 场景图表示，它使用开放词汇框架捕获环境中的人类、其属性、活动以及关系（包括局部和远程）。此外，我们引入了一个新的基准，它由带有全面的人-场景关系标注的合成环境以及用于评估 3D 社交场景理解的多种查询类型组成。实验表明，我们的表示提升了人类活动预测以及对人-环境关系的推理，为迈向社交智能机器人铺平了道路。
引用
@article{arxiv.2509.24966,
title = {Social 3D Scene Graphs: Modeling Human Actions and Relations for Interactive Service Robots},
author = {Ermanno Bartoli and Dennis Rotondi and Buwei He and Patric Jensfelt and Kai O. Arras and Iolanda Leite},
journal= {arXiv preprint arXiv:2509.24966},
year = {2025}
}