論文の概要: PartHOI: Part-based Hand-Object Interaction Transfer via Generalized Cylinders
- arxiv url: http://arxiv.org/abs/2504.20599v1
- Date: Tue, 29 Apr 2025 09:56:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:54.839559
- Title: PartHOI: Part-based Hand-Object Interaction Transfer via Generalized Cylinders
- Title（参考訳）: PartHOI: 一般化シリンダによる手動物体のインタラクション伝達
- Authors: Qiaochu Wang, Chufeng Xiao, Manfred Lau, Hongbo Fu,
- Abstract要約: ハンドオブジェクトインタラクション(HOI)を理解し,モデル化するための学習ベースの手法は,高品質なHOIデータを必要とする。
HOIデータを作成する1つの方法は、オブジェクトの幾何学に基づいて、ソースオブジェクトから別のオブジェクトへの手ポーズを転送することである。
PartHOIは、対象部品間の堅牢な幾何学的対応を確立し、接触点の移動を可能にする。
- 参考スコア（独自算出の注目度）: 15.1049019475729
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learning-based methods to understand and model hand-object interactions (HOI) require a large amount of high-quality HOI data. One way to create HOI data is to transfer hand poses from a source object to another based on the objects' geometry. However, current methods for transferring hand poses between objects rely on shape matching, limiting the ability to transfer poses across different categories due to differences in their shapes and sizes. We observe that HOI often involves specific semantic parts of objects, which often have more consistent shapes across categories. In addition, constructing size-invariant correspondences between these parts is important for cross-category transfer. Based on these insights, we introduce a novel method PartHOI for part-based HOI transfer. Using a generalized cylinder representation to parameterize an object parts' geometry, PartHOI establishes a robust geometric correspondence between object parts, and enables the transfer of contact points. Given the transferred points, we optimize a hand pose to fit the target object well. Qualitative and quantitative results demonstrate that our method can generalize HOI transfers well even for cross-category objects, and produce high-fidelity results that are superior to the existing methods.
- Abstract（参考訳）: ハンドオブジェクトインタラクション(HOI)を理解し,モデル化するための学習ベースの手法は,高品質なHOIデータを必要とする。
HOIデータを作成する1つの方法は、オブジェクトの幾何学に基づいて、ソースオブジェクトから別のオブジェクトへの手ポーズを転送することである。
しかし、現在のオブジェクト間で手ポーズを転送する方法は形状マッチングに依存しており、形状や大きさの違いにより、異なるカテゴリ間でポーズを転送する能力を制限する。
HOIはオブジェクトの特定の意味的部分に関わることが多く、カテゴリ間でより一貫した形状を持つことが多い。
さらに、これらの部分間のサイズ不変対応の構築は、クロスカテゴリ転送において重要である。
これらの知見に基づき,パートベースHOI転送のための新しい手法PartHOIを提案する。
一般化シリンダー表現を用いてオブジェクト部品の幾何をパラメータ化し、PartHOIはオブジェクト部品間の堅牢な幾何学的対応を確立し、接触点の移動を可能にする。
転送された点を考慮すれば、対象物によく合うようにポーズを最適化する。
定性的かつ定量的な結果から,本手法は,クロスカテゴリオブジェクトに対してもHOI転送をうまく一般化することができ,既存の手法よりも優れた高忠実度結果が得られることが示された。
関連論文リスト
- Detection Based Part-level Articulated Object Reconstruction from Single RGBD Image [52.11275397911693]
本稿では,1枚のRGBD画像から複数の人工関節オブジェクトを再構成する,エンドツーエンドで訓練可能なクロスカテゴリ手法を提案する。
私たちは、あらかじめ定義された部分数で人工的なオブジェクトに焦点をあて、インスタンスレベルの潜在空間を学習することに依存する以前の作業から離れています。
提案手法は, 従来の作業では処理できない様々な構成された複数インスタンスの再構築に成功し, 形状再構成や運動学推定において, 先行の作業よりも優れていた。
論文 参考訳（メタデータ） (2025-04-04T05:08:04Z) - Re-HOLD: Video Hand Object Interaction Reenactment via adaptive Layout-instructed Diffusion Model [72.90370736032115]
本稿では,適応的レイアウト指示拡散モデル(Re-HOLD)によるヒューマンオブジェクトインタラクション(HOI)に着目した新しいビデオ再現フレームワークを提案する。
私たちのキーとなる洞察は、それぞれ手とオブジェクトに特別なレイアウト表現を採用することです。
HOIの生成品質をさらに向上するため,手と物体の対話型音質向上モジュールを設計した。
論文 参考訳（メタデータ） (2025-03-21T08:40:35Z) - Implicit Modeling of Non-rigid Objects with Cross-Category Signals [28.956412015920936]
MODIFは、複数のオブジェクトに対する変形フィールドとインスタンス固有の潜時符号を同時に学習する多目的深い暗黙関数である。
我々は,MODIFが各臓器の形状表現と他臓器との関係を良好に学習できることを示す。
論文 参考訳（メタデータ） (2023-12-15T22:34:17Z) - CHORD: Category-level Hand-held Object Reconstruction via Shape
Deformation [40.58622555407404]
日常生活では、人間は手を使って物体を操作する。
従来のアプローチでは、ハンドヘルドオブジェクトの正確な形状を再構築することは困難だった。
形状変形によるカテゴリーレベルのハンドヘルドオブジェクト再構成のための新しい手法CHORDを提案する。
論文 参考訳（メタデータ） (2023-08-21T09:14:18Z) - Pairwise-Constrained Implicit Functions for 3D Human Heart Modelling [60.56741715207466]
我々は、心を相互依存型SDFの集合としてモデル化するペアワイズ拘束型SDFアプローチを導入する。
本手法は, 単SDF, UDF, ボクセルベース, セグメンテーションベースを用いて, 内部構造精度を大幅に向上させる。
論文 参考訳（メタデータ） (2023-07-16T10:07:15Z) - LocPoseNet: Robust Location Prior for Unseen Object Pose Estimation [69.70498875887611]
LocPoseNetは、見えないオブジェクトに先立って、ロバストにロケーションを学習することができる。
提案手法は,LINEMOD と GenMOP において,既存の作業よりも優れた性能を示す。
論文 参考訳（メタデータ） (2022-11-29T15:21:34Z) - Interacting Hand-Object Pose Estimation via Dense Mutual Attention [97.26400229871888]
3Dハンドオブジェクトのポーズ推定は多くのコンピュータビジョンアプリケーションの成功の鍵となる。
本研究では,手と物体間の微粒な依存関係をモデル化できる新しい相互注意機構を提案する。
提案手法は,高品質かつリアルタイムな推論速度で,物理的に妥当なポーズを生成できる。
論文 参考訳（メタデータ） (2022-11-16T10:01:33Z) - Generative Category-Level Shape and Pose Estimation with Semantic
Primitives [27.692997522812615]
本稿では,1枚のRGB-D画像からカテゴリレベルのオブジェクト形状とポーズ推定を行う新しいフレームワークを提案する。
カテゴリ内変動に対処するために、様々な形状を統一された潜在空間にエンコードするセマンティックプリミティブ表現を採用する。
提案手法は,実世界のデータセットにおいて,SOTAのポーズ推定性能とより優れた一般化を実現する。
論文 参考訳（メタデータ） (2022-10-03T17:51:54Z) - Collaborative Learning for Hand and Object Reconstruction with
Attention-guided Graph Convolution [49.10497573378427]
インタラクション中の手や物体のポーズと形状を推定すると、拡張現実や仮想現実を含む多くの応用が見つかる。
我々のアルゴリズムはオブジェクトモデルへの最適化であり、手動オブジェクトの相互作用を管理する物理規則を学習する。
広範に使用されている4つのベンチマークを用いて実験したところ、我々のフレームワークは3次元ポーズ推定における最先端の精度を超えて達成でき、また、密集した3次元手や物体の形状を復元できることがわかった。
論文 参考訳（メタデータ） (2022-04-27T17:00:54Z) - Continuous Surface Embeddings [76.86259029442624]
我々は、変形可能な対象カテゴリーにおける密接な対応を学習し、表現するタスクに焦点をあてる。
本稿では,高密度対応の新たな学習可能な画像ベース表現を提案する。
提案手法は,人間の身近なポーズ推定のための最先端手法と同等以上の性能を示すことを示す。
論文 参考訳（メタデータ） (2020-11-24T22:52:15Z) - Joint Hand-object 3D Reconstruction from a Single Image with
Cross-branch Feature Fusion [78.98074380040838]
特徴空間において手とオブジェクトを共同で検討し、2つの枝の相互性について検討する。
入力されたRGB画像に推定深度マップを付加するために補助深度推定モジュールを用いる。
提案手法は,オブジェクトの復元精度において既存手法よりも優れていた。
論文 参考訳（メタデータ） (2020-06-28T09:50:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。