Core Concepts
Wir präsentieren MANUS, eine neuartige markerlose Methode zur Erfassung von Handgriffen, die eine artikulierte 3D-Gausssche Darstellung verwendet, um Handformen genau zu modellieren und Kontakte zwischen Hand und Objekt effizient zu schätzen.
Abstract
In dieser Arbeit stellen wir MANUS vor, eine neuartige markerlose Methode zur Erfassung von Handgriffen. Der Schlüsselaspekt von MANUS ist eine 3D-Gausssche Splatting-Methode, um MANUS-Hand, ein artikuliertes Handmodell aus 3D-Gaussschen Primitiven, zu erstellen. Dieses Modell ermöglicht eine effiziente Optimierung und Inferenz im Vergleich zu impliziten Darstellungen. Ebenso erfassen wir das Objekt mit statischen 3D-Gaussschen Primitiven. Da sowohl MANUS-Hand als auch das Objekt durch Gausssche Primitive mit expliziten Positionen und Orientierungen dargestellt werden, können wir sowohl momentane als auch kumulierte Kontakte zwischen ihnen effizient berechnen.
Um die Kontaktmodellierung zu unterstützen, haben wir MANUS-Grasps, einen einzigartigen Datensatz mit über 7 Millionen Frames aus 50+ Kameras, erstellt, der eine vollständige 360-Grad-Abdeckung von Griffsequenzen in über 30 verschiedenen Alltagsszenarien bietet. Darüber hinaus enthält dieser Datensatz 15 Auswertungssequenzen, bei denen Objekte mit nasser Farbe verwendet werden, um einen natürlichen Kontaktnachweis zu erhalten.
Unsere Experimente zeigen, dass MANUS die Kontaktgenauigkeit im Vergleich zu anderen templatebasierten Methoden deutlich verbessert. Darüber hinaus demonstrieren wir, dass unsere Methode visuelle Qualität erreicht, die mit dem aktuellen Stand der Technik vergleichbar ist, obwohl dies nicht unser primäres Ziel war.
Stats
Die Kontaktfläche zwischen Hand und Objekt ist kleiner als 0,004 Meter.
Die Erfassung erfolgt mit über 50 Kameras, die mit einer Bildrate von 120 FPS aufnehmen.
Der Datensatz umfasst über 7 Millionen Frames, die 30+ verschiedene Alltagsszenarien abdecken.
Quotes
"Unser Hauptziel war es nicht, die visuelle Qualität bestehender Handmodelle zu übertreffen, sondern die Kontaktgenauigkeit zu verbessern."
"Die dichte Kameraabdeckung ist entscheidend für eine genaue Kontaktmodellierung, da sie die Auswirkungen von (Selbst-)Verdeckungen reduziert."