Facebook探索利用深度学习带来灵巧细微的手部交互(2)-探索与争鸣

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

Facebook探索利用深度学习带来灵巧细微的手部交互(2)

作者:

关键词:

摘要：

所述网络然后预测手指和对象之间的距离，以及一个新的手部姿态。然后，使用预测的距离进一步处理预测的手部姿势，从而校正手部和对象之间的空间关系。接下来，在下一帧使用校正的姿态来计算到网络的输入。

总的来说，《ManipNet: Neural Manipulation Synthesis with a Hand-Object Spatial Representation》主要有三个贡献：

一种基于神经网络的运动合成系统，其可为单手/双手灵巧对象操作生成详细的手指运动。

手部-对象空间关系的表示，其允许神经网络能够将操作运动类推到各种对象形状和操作任务

手部-对象交互运动数据集，包括16个对象的详细手指运动和灵巧操作。

团队坦诚，当前的研究存在一系列的局限，如数据可变性（暂时无法类推到微小或复杂的对象），物理合理性（离真正的自然尚有一定的距离），合成数据捕捉成本高昂，以及尚未在全身交互进行实验等等。不过，研究人员希望这篇论文的发现能够激发社区的新想法和探索。