详细内容或原文请订阅后点击阅览
联系人：3D手对象交互数据集
协作研究团队已经开发了ContactArt数据集，使智能手机能够通过具有成本效益的视频分析来预测复杂的3D手动相互作用。这种创新的方法采用“互动先验”，增强精度...
来源:英语研究联系人：3D手对象交互数据集
在2025年2月25日星期二发布 最小化智能手机摩擦vor einem pastellfarbenen hintergrund |蒂姆·莱克曼（Tim Reckmann）在flickr上 蒂姆·莱克曼（Tim Reckmann）在flickr上想象一下，只需通过分析手机的单个视频提要即可理解并预测人手与复杂物体相互作用的方式。这听起来像是科幻小说，但是来自德克萨斯大学奥斯汀大学，卡内基·梅隆大学，加州大学圣地亚哥分校和Google Research的一组研究人员取得了长足的进步。他们在一篇题为“ ContactArt：学习3D相互作用的先验的论文中，针对类别级别的铰接对象并进行了估计”，他们引入了一种开创性的方法，有望彻底改变我们如何使用易于访问的技术来感知手动对象的交互。
研究以ContactArt为中心，这是一个新型的数据集，该数据集捕获了人体和铰接物之间的各种相互作用 - 物体具有可以相对移动的部分，例如笔记本电脑和抽屉。与以前的数据集不同，这些数据集是代价高昂且劳动力密集的，ContactArt使用了更简单的设置：iPhone来记录手部动作和模拟器来重新创建对象交互。这种方法提供了准确性而不会破坏银行，从而可以进行可扩展和详细的数据收集，从而可以改变我们为3D手和对象姿势估计训练模型的方式。
关键创新之一是使用从数据集中得出的两种类型的“交互先验”：提前和触点先验。这些先验基本上是系统学到的关于物体部分通常如何一起移动以及人体通常触摸这些物体的规则。通过对抗性方法学到了表达的先验，在这种方法中，歧视模型擅长将自然与非自然姿势区分开来，从而有助于在现实世界情景中完善对象位置的估计。
计算机科学