arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~
arXiv 2203.01577cs.CV

HOI4D:一个用于类别级人-物交互的4D自我中心数据集

HOI4D: A 4D Egocentric Dataset for Category-Level Human-Object Interaction

Tsinghua University(清华大学);Shanghai Qi Zhi Institute(上海期智研究院);Peking University(北京大学)

Yunze Liu, Yun Liu, Che Jiang, Kangbo Lyu, Weikang Wan, Hao Shen, Boqiang Liang, Zhoujie Fu, He Wang, Li Yi

AI总结:

本文提出大规模4D自我中心数据集HOI4D,包含2.4M帧及丰富标注,并建立三个基准任务以推动类别级人-物交互研究,分析表明其对现有方法构成巨大挑战。

摘要:

我们提出了HOI4D,一个具有丰富标注的大规模4D自我中心数据集,以推动类别级人-物交互的研究。HOI4D包含2.4M个RGB-D自我中心视频帧,涵盖4000个序列,由4名参与者与610个不同室内房间中的16个类别的800个不同物体实例交互收集而成。还提供了全景分割、运动分割、3D手部姿态、类别级物体姿态和手部动作的逐帧标注,以及重建的物体网格和场景点云。基于HOI4D,我们建立了三个基准任务,以促进基于4D视觉信号的类别级HOI研究,包括4D动态点云序列的语义分割、类别级物体姿态跟踪,以及具有多样交互目标的自我中心动作分割。深入分析表明,HOI4D对现有方法提出了巨大挑战,并产生了巨大的研究机会。

英文摘要:

We present HOI4D, a large-scale 4D egocentric dataset with rich annotations, to catalyze the research of category-level human-object interaction. HOI4D consists of 2.4M RGB-D egocentric video frames over 4000 sequences collected by 4 participants interacting with 800 different object instances from 16 categories over 610 different indoor rooms. Frame-wise annotations for panoptic segmentation, motion segmentation, 3D hand pose, category-level object pose and hand action have also been provided, together with reconstructed object meshes and scene point clouds. With HOI4D, we establish three benchmarking tasks to promote category-level HOI from 4D visual signals including semantic segmentation of 4D dynamic point cloud sequences, category-level object pose tracking, and egocentric action segmentation with diverse interaction targets. In-depth analysis shows HOI4D poses great challenges to existing methods and produces great research opportunities.

机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。

↑