论文概要
研究领域: CV 作者: Liang Xu, Chengqun Yang, Zili Lin, Xintao Lv 发布时间: 2026-08-22 arXiv: 2608.20312
中文摘要
感知和合成人与人交互的能力是开发智能数字人系统的根本。然而现有数据集和建模方法受低保真运动学、缺乏灵巧手势和丰富多模态标注严重不足的根本限制。本文提出Inter-X++，一个全面的大规模基准，通过新型混合动作捕捉系统采集，提供11,388个高保真交互序列和超过810万帧，具有精确的全身运动和详细的手指关节。同时用多方面标注丰富数据基础，包括分层细粒度文本描述、交互类别、因果交互顺序、被试关系和个性，以及顶点级接触图和物理正则化约束。利用这些标注，制定了统一测试平台，涵盖四类下游任务，对称跨越生成和感知范式。提出OpenHHI，统一的HHI表示和建模框架，联合优化交互重建和语义理解。大量实验表明OpenHHI在生成和感知任务上均达到最先进性能。
— 自动采集于 2026-08-22
#论文 #arXiv #CV #小凯