論文の概要: MAMHOI: Factorizing Scene-Aware Human-Object Interaction through Affordances

• arxiv url: http://arxiv.org/abs/2610.12416v1
• Date: Thu, 08 Oct 2026 17:52:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.239754
• Title: MAMHOI: Factorizing Scene-Aware Human-Object Interaction through Affordances
• Title（参考訳）: MAMHOI: アクダクタンスによるシーン認識型ヒューマン・オブジェクトインタラクションの要因付け
• Abstract要約: MAMHOIは、シーン理解とモーション合成の間の明示的なモーションアダクタンスインターフェースを通じて、シーン認識HOI生成を分解する。 我々は,MAMHOIが人間と物体の相互作用の質を保ちながら,物体の浸透を低減し,より現実的で物理的に実現可能なシーン認識の相互作用をもたらすことを示す。
• 参考スコア（独自算出の注目度）: 20.80395902007842
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generating realistic human-object interactions (HOI) in complex 3D scenes requires two complementary capabilities: reasoning about interaction feasibility in the environment and synthesizing realistic human-object motion. However, supervision for these capabilities is rarely available jointly at scale. Human-scene datasets provide rich information about environment-aware motion, while human-object datasets capture detailed interaction dynamics, yet paired human-object-scene data remain scarce. We present MAMHOI, an affordance-mediated factorization for scene-aware human-object interaction generation. MAMHOI factorizes scene-aware HOI generation through an explicit motion-affordance interface between scene understanding and motion synthesis: a scene-conditioned model first predicts where and how an interaction can be feasibly executed, and an affordance-conditioned HOI model then generates the corresponding human-object motion. This factorization allows scene understanding and interaction dynamics to be learned from complementary sources of supervision without requiring paired human-object-scene data. Experiments in complex indoor environments show that MAMHOI reduces object--scene penetration while better preserving human--object interaction quality, yielding more realistic and physically feasible scene-aware interactions. Project page: https://leimingyuan.github.io/MAMHOI-project-page/
• Abstract（参考訳）: 複雑な3Dシーンにおける現実的な人間と物体の相互作用(HOI)の生成には、環境における相互作用の実現可能性の推論と、現実的な人間と物体の動きの合成という2つの補完的な機能が必要である。 しかし、これらの能力の監督は、大規模に共同で行うことは滅多にない。 ヒューマン・オブジェクト・データセットは、環境を意識した動きに関する豊富な情報を提供するが、ヒューマン・オブジェクト・データセットは詳細なインタラクションのダイナミクスを捉えているが、ペア化された人間・オブジェクト・シーンのデータはほとんど残っていない。 MAMHOIは,シーン認識型人間とオブジェクトのインタラクション生成のための,アベイランスを介する因子化である。 MAMHOIは、シーン理解とモーション合成の明示的な動き強調インターフェースを通じて、シーン認識HOI生成を分解する。 この因子化により、対の人間-オブジェクト-シーンデータを必要とすることなく、相補的な監視源からシーン理解とインタラクションのダイナミクスを学ぶことができる。 複雑な屋内環境での実験では、MAMHOIは人間と物体の相互作用の質を良く保ちながら、物体の侵入を減らし、より現実的で物理的に実現可能なシーン認識の相互作用をもたらすことが示されている。 プロジェクトページ:https://leimingyuan.github.io/MAMHOI-project-page/

関連論文リスト

• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• ZeroHSI: Zero-Shot 4D Human-Scene Interaction by Video Generation [17.438484695828276]
  我々は,ゼロショット4次元人間とシーンの相互作用合成を可能にする新しいアプローチであるZeroHSIを提案する。 私たちの重要な洞察は、最先端のビデオ生成モデルから人間とシーンのインタラクションを抽出することです。 ZeroHSIは静的シーンと環境の両方でリアルな人間の動きを動的オブジェクトで合成することができる。
  論文  参考訳（メタデータ） (2024-12-24T18:55:38Z)
• Controllable Human-Object Interaction Synthesis [77.56877961681462]
  本研究では,3次元シーンにおける同期物体の動きと人間の動きを生成するための制御可能な人間-物体相互作用合成(CHOIS)を提案する。 ここでは,高レベルな計画から効果的に抽出できるスタイルや意図を言語記述が通知し,シーン内の動きをグラウンド化する。 我々のモジュールは経路計画モジュールとシームレスに統合され、3D環境における長期的相互作用の生成を可能にします。
  論文  参考訳（メタデータ） (2023-12-06T21:14:20Z)
• Revisit Human-Scene Interaction via Space Occupancy [55.67657438543008]
  HSI(Human-Scene Interaction)の生成は、さまざまな下流タスクに不可欠な課題である。 本研究では,シーンとのインタラクションが,抽象的な物理的視点からシーンの空間占有と本質的に相互作用していることを論じる。 純粋な動きシーケンスを、見えないシーン占有と相互作用する人間の記録として扱うことで、動きのみのデータを大規模にペア化された人間-占有相互作用データベースに集約することができる。
  論文  参考訳（メタデータ） (2023-12-05T12:03:00Z)
• 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)
• Full-Body Articulated Human-Object Interaction [61.01135739641217]
  CHAIRSは16.2時間の多目的相互作用からなる大規模な動きキャプチャーされたf-AHOIデータセットである。 CHAIRSは、対話的なプロセス全体を通して、人間と明瞭なオブジェクトの両方の3Dメッシュを提供する。 HOIにおける幾何学的関係を学習することにより,人間のポーズ推定を利用した最初のモデルが考案された。
  論文  参考訳（メタデータ） (2022-12-20T19:50:54Z)
• Compositional Human-Scene Interaction Synthesis with Semantic Control [16.93177243590465]
  高レベルのセマンティック仕様によって制御された所定の3Dシーンと相互作用する人間を合成することを目的としている。 本研究では,3次元人体表面点と3次元物体を共同符号化したトランスフォーマーを用いた新しい生成モデルを設計する。 人間が同時に複数の物体と相互作用できる相互作用の構成的性質に着想を得て、相互作用のセマンティクスを原子間相互作用-対象対の様々な数の合成として定義する。
  論文  参考訳（メタデータ） (2022-07-26T11:37:44Z)

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。