摘要

抓取对人类来说是自然的行为。然而，它涉及复杂的双手配置和软组织变形，这可能导致手与物体之间产生复杂的接触区域。理解和建模这种接触有可能改进手部模型、增强现实/虚拟现实（AR/VR）体验以及机器人抓取技术。然而，目前我们缺乏与其他数据模式配对的手-物体接触数据集，这对于开发和评估接触建模技术至关重要。我们介绍了ContactPose，这是首个包含手部姿态、物体姿态和RGB-D图像的手-物体接触数据集。ContactPose包含了50名参与者以两种功能性意图抓取25种日常物品的2306个独特抓取动作，以及超过290万张RGB-D抓取图像。对ContactPose数据的分析揭示了手部姿态与接触之间的有趣关系。我们利用这些数据严格评估了各种数据表示方法、文献中的启发式算法以及用于接触建模的学习方法。数据、代码和训练模型可在https://contactpose.cc.gatech.edu获取。