Core Concepts
본 연구는 실제 상호작용 상황에서 인간/손과 객체의 개별 기하학적 형상을 정확하게 복원하는 Ins-HOI 프레임워크를 제안한다.
Abstract
이 연구는 인간/손과 객체의 상호작용을 정확하게 모델링하기 위해 인스턴스 수준의 암시적 표면 필드 표현을 도입한다.
실제 캡처된 데이터에는 개별 인스턴스에 대한 정보가 없기 때문에, 합성 데이터를 활용하여 개별 형상 정보를 학습하는 보완적 학습 전략을 제안한다.
실제 캡처 데이터는 전체적인 기하학적 형상과 접촉 영역의 합리성을 학습하는데 도움을 준다.
실험 결과, Ins-HOI는 개별 객체 수준의 복원을 지원하며, 극도로 밀접한 상호작용 상황에서도 합리적이고 사실적인 보이지 않는 접촉면을 생성할 수 있다.
또한 대규모 고품질 3D 스캔 데이터셋 Ins-Sit와 Ins-Grasp을 제공하여 이 과제에 대한 벤치마킹을 가능하게 한다.
Stats
사람과 의자의 상호작용 장면에서 다음과 같은 통계 수치가 관찰되었다:
사람과 의자 사이의 교차 영역의 부피는 5.86e-5 m3 수준으로 매우 작았다.
사람과 의자 사이의 교차 영역의 비율은 0.055% 수준으로 매우 낮았다.