論文の概要: HiPHI: A Large-Scale Benchmark for High-Precision Human Motion and Object-Interaction

• arxiv url: http://arxiv.org/abs/2608.16222v1
• Date: Mon, 17 Aug 2026 07:54:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.583446
• Title: HiPHI: A Large-Scale Benchmark for High-Precision Human Motion and Object-Interaction
• Title（参考訳）: HiPHI: 高精度なヒューマンモーションとオブジェクトインタラクションのための大規模ベンチマーク
• Abstract要約: HiPHIは600時間以上の高忠実度人体モーションデータセットである。 フルボディの人間の動きとメッシュレベルの物体軌跡に対して、サブミリメートルの空間マーカー追跡精度を提供する。 本稿では,動作空間の多様性,インタラクショングラウンド,オブジェクトの一貫性,物理AIアプリケーションを評価するベンチマークスイートを紹介する。
• 参考スコア（独自算出の注目度）: 48.4618478154232
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Humanoid intelligence requires learning over an extremely diverse space of whole-body motions and physically grounded interactions. However, existing embodied datasets remain fundamentally limited: internet-scale video data lack precise physical states and interaction grounding, while laboratory motion datasets provide high fidelity but only narrow behavioral coverage. This mismatch creates a critical bottleneck for scalable humanoid policy learning. We present HiPHI, a 600+ hour scale high-fidelity whole-body human motion dataset designed to systematically maximize coverage of the human motion and interaction manifold. HiPHI is theoretically guided by FrameNet, a linguistic framework organizing human primitives. Created using an optical motion capture pipeline, HiPHI provides sub-millimeter spatial marker tracking accuracy for full-body human motion and mesh-level object trajectories. We further introduce a benchmark suite evaluating motion-space diversity, interaction grounding, object consistency, and physical AI applications. Our analyses demonstrate that HiPHI significantly expands motion coverage compared to existing motion datasets while maintaining high-fidelity interaction quality, and establishes a scalable data foundation for training, evaluating, and generalizing humanoid policies in real-world embodied tasks, where similar extensions are also applicable to motion prior models in computer graphics.
• Abstract（参考訳）: ヒューマノイド・インテリジェンス(Humanoid Intelligence)は、全身の動きと物理的に接地された相互作用の非常に多様な空間について学ぶことを必要とする。 インターネットスケールのビデオデータには正確な物理的状態や相互作用の基盤がないのに対して、実験室のモーションデータセットは高い忠実さを提供するが、行動カバレッジは狭いだけである。 このミスマッチは、スケーラブルなヒューマノイドポリシー学習にとって重要なボトルネックを生み出します。 In this present HiPHI, a 600-hour scale high-fidelity human motion dataset designed for systemally max of the human motion and interaction manifold。 HiPHIは、人間のプリミティブを組織する言語フレームワークFrameNetによって理論的にガイドされている。 HiPHIは、光学式モーションキャプチャーパイプラインを使って作られ、フルボディの人体の動きとメッシュレベルの物体の軌跡に対する、サブミリメートルの空間マーカー追跡精度を提供する。 さらに、動作空間の多様性、相互作用基盤、オブジェクトの一貫性、物理AIアプリケーションを評価するベンチマークスイートも導入する。 解析の結果,HiPHIは既存の動作データセットと比較して,高忠実度インタラクションの品質を維持しつつ,動作カバレッジを著しく拡張し,実世界の具体的タスクにおけるヒューマノイドポリシーのトレーニング,評価,一般化のためのスケーラブルなデータ基盤を確立し,コンピュータグラフィックスにおける動作先行モデルにも同様の拡張が適用可能であることを示した。

関連論文リスト

• Learning Whole-Body Human-Humanoid Interaction from Human-Human Demonstrations [63.80827184637476]
  D-STAR(D-STAR)は,行動すべき場所から行動すべき場所を乱す階層的な政策である。 広範かつ厳密なシミュレーションを通じて、我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-01-14T14:37:06Z)
• InterAct: Advancing Large-Scale Versatile 3D Human-Object Interaction Generation [54.09384502044162]
  大規模な3D HOIベンチマークであるInterActを導入する。 まず、さまざまなソースから21.81時間のHOIデータを統合し、標準化し、詳細なテキストアノテーションで強化する。 第2に、アーティファクトの削減と手の動きの修正によりデータ品質を向上させる統一的な最適化フレームワークを提案する。 第3に,6つのベンチマークタスクを定義し,HOI生成モデリングの視点を統一し,最先端性能を実現する。
  論文  参考訳（メタデータ） (2025-09-11T15:43:54Z)
• PhysiInter: Integrating Physical Mapping for High-Fidelity Human Interaction Generation [35.563978243352764]
  人間のインタラクション生成パイプライン全体に統合された物理マッピングを導入する。 具体的には、物理に基づくシミュレーション環境での運動模倣は、ターゲットの動きを物理的に有効な空間に投影するために使用される。 実験の結果,人間の運動の質は3%～89%向上した。
  論文  参考訳（メタデータ） (2025-06-09T06:04:49Z)
• Scaling Up Dynamic Human-Scene Interaction Modeling [58.032368564071895]
  TRUMANSは、現在利用可能な最も包括的なモーションキャプチャーHSIデータセットである。 人体全体の動きや部分レベルの物体の動きを複雑に捉えます。 本研究では,任意の長さのHSI配列を効率的に生成する拡散型自己回帰モデルを提案する。
  論文  参考訳（メタデータ） (2024-03-13T15:45:04Z)
• Object Motion Guided Human Motion Synthesis [22.08240141115053]
  大規模物体の操作におけるフルボディ人体動作合成の問題点について検討する。 条件付き拡散フレームワークであるOMOMO(Object Motion Guided Human Motion synthesis)を提案する。 我々は、操作対象物にスマートフォンを装着するだけで、全身の人間の操作動作をキャプチャする新しいシステムを開発した。
  論文  参考訳（メタデータ） (2023-09-28T08:22:00Z)
• Learn to Predict How Humans Manipulate Large-sized Objects from Interactive Motions [82.90906153293585]
  本稿では,動きデータと動的記述子を融合させるグラフニューラルネットワークHO-GCNを提案する。 動的記述子を消費するネットワークは、最先端の予測結果が得られ、未確認オブジェクトへのネットワークの一般化に役立つことを示す。
  論文  参考訳（メタデータ） (2022-06-25T09:55:39Z)
• TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
  TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。 実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。 評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
  論文  参考訳（メタデータ） (2021-04-08T20:01:00Z)

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。