オープンボキャブラリーに基づく機能的な3D人物・シーンインタラクションの生成

要約

3Dシーン内で人間が機能的にインタラクションする様子を生成する、学習不要のフレームワーク「FunHSI」の提案。任意のタスク指示に基づき、シーン内の機能的要素を特定し、接触グラフを用いて相互作用をモデル化する。視覚言語モデルを活用して3D人体・手姿勢を推定し、物理的な妥当性を最適化することで、多様な屋内・屋外シーンで自然な動作生成を実現した。

全文は有料プランで閲覧できます。