ImageNet 的出现极大推动了计算机视觉领域的发展。在通往强人工智能的路上，我们还需要考虑物体的外观、结构、物理性质、语义等因素。为此，上海交大卢策吾组近日重磅推出了大型真实世界铰接物体知识库 AKB-48！

编译 | OGAI

编辑 | 陈彩娴

铰接物体在我们的生活中无处不在。全面理解这些铰接物体的外观、结构、物理性质和语义，对于研究社区是大有助益的。

目前的铰接物体理解方法通常是基于不考虑物理特性的 CAD 模型的合成物体数据集，这不利于视觉和机器人任务中从仿真环境到实际应用的泛化。

为了弥补这一差距，我们提出了AKB-48：一个大规模的铰接物体知识库，它包含 48 个类别的 2,037 个真实世界中的三维铰接物体模型。

我们通过铰接知识图谱 artiKG 描述每个物体。为了构建 AKB-48，我们提出了一个快速铰接知识建模流程（FArM），可以在 10-15 分钟内构建铰接物体的 ArtiKG，在很大程度上降低了在现实世界中对物体建模的开销。在该数据的基础上，我们提出了一个新颖的集成网络框架 AKBNet，用于类别级的视觉铰接操作（C-VAM）任务。我们提出了三个对比基准子任务，即姿态估计，物体重建和控制。

论文地址：https://arxiv.org/pdf/2202.08432v1.pdf

代码地址：https://liuliu66.github.io/articulationobjects/