ClothAtlas：自遮挡下联合识别衣物与估计构型

Jens Lundell 等研究者提出 ClothAtlas 模型，从部分点云和规范网格库中联合识别衣物并估计其完整构型，用共享的图条件流匹配模型为每个候选网格采样构型并按观测拟合度排序，新增衣物只需规范网格、无需重训练。 在 DexGarmentLab 留出测试衣物上，ClothAtlas 从单张平铺观测中在 221 个候选网格中把正确网格排在首位，覆盖全部 22 件测试衣物；从单张自遮挡观测中识别出 15/22 件，确定性图估计器为 8/22。在真实衣物上，其持久顶点标识将抓取目标定位平均误差从 15.4 cm 降至 6.4 cm，遮挡目标上从 17.0 cm 降至 8.3 cm（对比稠密描述子匹配）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。