English(EN) DeSeG: Decoupling Semantic Intent and Geometric Constraints for Physically Plausible Human-Scene Interaction

新的 DeSeG 框架增强了人景交互合成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-08 04:00

研究人员开发了一个名为 DeSeG 的新框架，以改进计算机视觉中物理上可行的人景交互生成。这种分层方法将语义意图与几何约束解耦，解决了当前生成模型中语义-几何纠缠的问题。DeSeG 利用残差语义规划器进行细粒度语义控制，并利用物理正则化扩散执行器强制执行碰撞感知运动生成。实验表明，与现有方法相比，DeSeG 显著减少了场景穿透并增强了语义对齐。 AI

影响这项研究可能带来更逼真的人体化身以及虚拟环境和模拟中的交互。

排序理由这是一篇详细介绍计算机视觉新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

Lingo dataset

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Jiakun Li, Zhe Li, Wenqiang Wu, Zheng Chang, Mingqi Gao, Jinyu Yang, Feng Zheng · 2026-07-08 04:00

DeSeG: Decoupling Semantic Intent and Geometric Constraints for Physically Plausible Human-Scene Interaction

arXiv:2607.05787v1 Announce Type: new Abstract: Synthesizing physically plausible human-scene interactions (HSI) remains a critical challenge in computer vision and the development of human avatars. Although recent generative models enable diverse motion synthesis, they suffer fr…

报道来源 [1]

DeSeG: Decoupling Semantic Intent and Geometric Constraints for Physically Plausible Human-Scene Interaction

相关话题