基于稳定性驱动的单目彩色图像接触重建

物理接触为手-物状态重建提供额外约束，也是进一步理解交互可供性的基础。从单目图像估计这些严重遮挡的区域是一项相当大的挑战。现有方法由距离阈值或来自接触标注数据集的先验驱动来优化手-物接触。然而，由于这些室内数据集涉及的受试者与物体数量有限，所学得的接触模式难以轻易泛化。我们的核心思想是从单目图像直接重建接触模式，然后利用模拟中的物理稳定性准则对其进行优化。该准则由物理引擎计算的合力与接触分布定义。与现有方案相比，我们的框架可适配更多个性化手型与多样物体形状。此外，我们创建了一个带有额外物理属性的交互数据集，以验证我们方法的仿真到现实一致性。通过综合评估，所提框架能以准确性与稳定性重建手-物接触。