Lokale geometriebasierte Synthese von Hand-Objekt-Interaktionen
Wir präsentieren GEARS, eine lernbasierte Methode zur Synthese von Handinteraktionssequenzen basierend auf Trajektorien von Hand und Objekt. Der Schlüssel zu GEARs Leistungsfähigkeit ist ein neuartiger, gelenkzentrierter Sensor, der die lokale Geometrie des Objekts erfasst und die Objektmerkmale den entsprechenden Handgelenken zuordnet. Darüber hinaus nutzen wir eine Spatio-Temporal-Transformer-Architektur, um die Korrelation zwischen den Handgelenken zu modellieren.
