研究人员开发了HOForce,一个能够从单个RGB-D视频中重建手部和物体运动以及交互力的创新系统。该方法解决了单视图捕捉中遮挡带来的挑战,并通过整合从重建力中获得的姿态约束来改进运动跟踪。HOForce在基准数据集上展示了优于现有基线的手部-物体运动跟踪精度和更少的穿透,同时显著提高了法向力平均绝对误差。 AI
影响 这项研究推进了计算机视觉在理解复杂物理交互方面的能力,可能对机器人和增强现实应用产生影响。
排序理由 详细介绍重建手部-物体交互力新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- DexYCB
- Gotit.pub
- HOForce
- Hugging Face
- Litmaps
- MuJoCo
- ScienceCast
- scite Smart Citations
- TACO
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →