ARCTIC

ARCTIC是由苏黎世联邦理工学院和马克斯·普朗克智能系统研究所合作创建的数据集，专注于双手灵巧操作可动对象的研究。该数据集包含210万个视频帧，这些帧来自8个第三方视角和1个第一方视角，每帧都配有精确的3D手部和对象网格。ARCTIC超越现有数据集，支持研究双手灵巧操作可动对象（如剪刀或笔记本电脑），并提供详细的手部与对象在操作过程中的接触信息。数据集的应用领域包括物理一致性和同步运动的手部与可动对象重建，旨在解决机器在理解人类操作物体时的挑战。

ARCTIC is a dataset jointly created by ETH Zurich and the Max Planck Institute for Intelligent Systems, focusing on research on dexterous bimanual manipulation of movable objects. This dataset contains 2.1 million video frames, captured from 8 third-person perspectives and 1 first-person perspective, with each frame paired with precise 3D hand and object meshes. ARCTIC outperforms existing datasets by supporting research on dexterous bimanual manipulation of movable objects such as scissors or laptops, and provides detailed contact information between hands and objects during the manipulation process. Its application areas include physically consistent and synchronized motion reconstruction of hands and movable objects, aiming to address the challenges faced by machines in understanding human object manipulation operations.

搜集汇总

数据集介绍

构建方式

在计算机视觉领域，研究双手与铰接物体的灵巧交互需要高质量的数据支撑。ARCTIC数据集的构建采用了先进的多模态采集系统，通过54台高分辨率Vicon运动捕捉相机与多视角RGB相机同步，精准捕获双手与11类铰接物体的交互过程。采集过程中，10名受试者执行“使用”与“抓握”两种交互模式，共生成339段序列。通过拟合预扫描的人体SMPL-X模型与物体网格至运动捕捉标记点，获得了包含210万帧高分辨率RGB图像及其对应的精确三维手部与物体网格标注，同时计算了动态接触信息。

特点

ARCTIC数据集在双手交互研究领域具有显著特色。其核心在于首次大规模提供了双手灵巧操纵铰接物体的高质量三维真值数据，涵盖8个静态第三人称视角与1个动态第一人称视角。与现有数据集相比，ARCTIC不仅包含完整人体、双手及铰接物体的三维标注，更突出了非受限的灵巧双手操作，手部姿态多样性显著更高，接触模式更为动态丰富。数据集中物体均具有单自由度铰接结构，如笔记本电脑、剪刀等日常物品，模拟了真实世界中常见的交互场景。

使用方法

该数据集支持两种新颖的研究任务：一致运动重建与交互场估计。对于一致运动重建任务，模型需从单目视频中重建双手及铰接物体的三维运动，确保其在时空维度上具有一致的接触、铰接与平滑运动。对于交互场估计任务，目标是从图像中估计手部网格顶点到物体网格的最短距离场，以建模非接触状态下的相对空间关系。研究者可遵循数据集提供的分配协议，分为全视角与第一人称视角两种评估设置，利用其丰富的高质量三维真值与多视角图像，开发与评估相关算法模型。

背景与挑战

背景概述

在计算机视觉与机器人交互领域，精确捕捉双手与铰接物体的灵巧操作一直是一项核心挑战。ARCTIC数据集由苏黎世联邦理工学院、阿姆斯特丹大学与马克斯·普朗克智能系统研究所的研究团队于2023年联合创建，旨在填补现有数据在动态双手-物体交互建模方面的空白。该数据集聚焦于铰接物体的双手灵巧操控，通过高精度运动捕捉系统同步采集了210万帧多视角RGB图像，并配以准确的三维手部与物体网格模型及动态接触信息。其核心研究问题是实现双手与铰接物体在时空维度上物理一致的运动重建，为理解复杂的手-物交互动力学提供了前所未有的数据基础，显著推动了具身智能、机器人操作与增强现实等领域的发展。

当前挑战

ARCTIC数据集致力于解决铰接物体双手灵巧操控的复杂问题，其核心挑战在于实现时空一致的运动重建与交互场估计。在任务层面，深度歧义与严重遮挡使得精确对齐双手与物体的三维姿态极为困难；快速变化的接触状态与未受约束的交互模式进一步增加了运动平滑性与接触一致性的建模难度。在构建过程中，研究团队面临多重挑战：为捕捉高质量动态交互数据，需在54台Vicon运动捕捉相机与多视角RGB系统间实现精准同步，以最小化标记物对自然操作的干扰；同时，铰接物体旋转轴的估计、个性化人体模板的创建以及基于接近度的接触计算均需复杂的算法流程与高精度标定，这些因素共同构成了数据集构建的技术壁垒。

常用场景

经典使用场景

在计算机视觉与机器人学领域，ARCTIC数据集为双手灵巧操作铰接物体的研究提供了关键支持。该数据集通过高精度运动捕捉系统，记录了十位受试者操作十一种铰接物体的过程，包含超过两百万帧多视角RGB图像及其对应的三维手部与物体网格数据。其经典应用场景集中于从单目视频中重建双手与铰接物体的三维运动，确保手部姿态、物体状态及接触关系在时空维度上保持物理一致性。这一场景为理解动态交互中的复杂手-物协同机制奠定了数据基础。

衍生相关工作

基于ARCTIC数据集，研究者已衍生出若干经典工作，主要集中在交互重建与接触建模两个方向。在交互重建方面，ArcticNet基线模型首次实现了从视频中联合估计双手MANO参数与铰接物体姿态，其单帧与时序变体为后续研究提供了重要参照。在接触建模方面，InterField基线提出了交互场估计任务，超越传统的二值接触检测，转而预测手部顶点与物体网格间的密集相对距离。这些工作不仅验证了数据集的实用性，也启发了后续关于时序一致性优化、未知物体泛化以及全身交互生成等一系列延伸研究。

数据集最近研究

最新研究方向

在计算机视觉与机器人交互领域，ARCTIC数据集为双手灵巧操作铰接物体的研究开辟了新方向。该数据集通过高精度运动捕捉系统，提供了包含多视角RGB视频与精确3D手部及物体网格的丰富标注，特别聚焦于动态双手与铰接物体的协同运动。前沿研究围绕时空一致的运动重建与交互场估计展开，旨在解决深度模糊、严重遮挡及接触动态变化等挑战。这些探索不仅推动了具身智能与仿人操作的发展，还为虚拟现实、人机协作等应用提供了关键数据支撑，标志着手物交互研究从静态抓取向动态灵巧操作的范式转变。

相关研究论文

• ARCTIC: A Dataset for Dexterous Bimanual Hand-Object Manipulation

  苏黎世联邦理工学院, 瑞士 · 2023年