arXiv cs.AI· Shiqi Li, Sean Cho, Yijie Li, Fengzhi Guo, Bowen Wen, Cheng Zhang·· 10 天前AI 评分22
4D-HOF：面向前馈 4D 手物交互重建的手物流匹配
4D-HOF: Hand-Object Flow Matching for Feed-Forward 4D Interaction Reconstruction
AI 导读
4D-HOF 是一个前馈框架，可从视觉基础模型生成的粗略手物状态出发，通过条件流匹配将其传输至交互流形，前馈式修正平移、旋转与对齐误差，重建 4D 手物交互。该方法在生成传输过程中直接以物理交互约束和观测到的 2D 证据进行测试时引导，无需重建后再做后处理优化。在域外基准上，4D-HOF 取得 SOTA 性能，重建更稳定准确，并能泛化到挑战性的野外场景。
正文 · AI 翻译
摘要：现有的 4D 手-物体重建方法通常依赖代价高昂的逐序列优化，而生成式方法一般从随机噪声合成交互，这可能导致交互预测不稳定。我们提出 4D-HOF，一个前馈框架，可从视觉基础模型产生的粗略但信息丰富的估计中重建 4D 手-物体交互。具体而言，我们学习一个条件流匹配模型，将基础模型导出的手-物体状态输运至交互流形，使模型能够以前馈方式修正平移、旋转和对齐中的误差。我们生成式表述的一个关键优势在于，它天然支持在输运过程中进行测试时引导。我们并非在重建后应用单独的事后优化，而是利用物理交互约束和观测到的 2D 证据直接引导演化中的生成状态，使重建本身作为生成过程的一部分得到细化。通过在多样化数据集上训练生成模型，4D-HOF 能稳健地泛化到具有挑战性的野外场景。在域外基准上的实验表明，4D-HOF 达到了最先进的性能，产生了更稳定、更准确的 4D 手-物体重建。
| 评论： | 项目页面：this https URL |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；图形学（cs.GR） |
| 引用为： | arXiv:2610.08782 [cs.CV] |
| （或 arXiv:2610.08782v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.08782 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Shiqi Li [查看邮箱]
[v1]
2026年10月6日星期二 17:59:02 UTC（18,367 KB）
来源：arXiv cs.AI · arxiv.org