Résumé Technique : PoseShield : Champs de Collision Neuraux pour la Résolution des Auto-collisions Humaines

Énoncé du Problème

L'auto-collision demeure un défi persistant dans l'estimation de la pose humaine et la génération de mouvement basée sur le modèle SMPL. Sous des articulations extrêmes ou lors de la synthèse de mouvements stochastiques, les maillages générés présentent fréquemment des auto-pénétrations, menant à des résultats physiquement implausibles. Bien que des méthodes classiques de gestion de collision existent en traitement de géométrie et en simulation physique, elles opèrent généralement directement dans l'espace du maillage en optimisant les positions brutes des sommets. Ces approches ne sont pas naturellement compatibles avec les pipelines SMPL basés sur l'apprentissage, où la variable d'optimisation est le paramètre de pose $\theta$ plutôt que les sommets du maillage. De plus, les méthodes classiques nécessitent souvent une configuration de référence exempte de collisions, ce qui est généralement indisponible dans les pipelines modernes de prédiction de pose. Les approches existantes basées sur l'apprentissage reposent souvent sur des pénalités heuristiques ou des contraintes souples qui manquent des conditions de régularité théoriques requises pour une optimisation contrainte robuste basée sur le gradient.

Méthodologie

Les auteurs proposent PoseShield, une contrainte de collision neurale définie directement dans l'espace de pose SMPL de faible dimension. Le cœur de la méthodologie consiste à formuler la résolution de collision comme un problème d'optimisation contrainte et à connecter la contrainte apprise à l'équation d'Eikonal.

1. Formulation du Problème

Étant donné une configuration SMPL en auto-collision $(\beta, \theta_0)$, l'objectif est de trouver une pose corrigée $\theta$ qui minimise la distance par rapport à la pose originale tout en satisfaisant une contrainte exempte de collision :
$$\theta^\star = \arg \min_{\theta} d_{\mathrm{SMPL}}(\theta, \theta_0) \quad \text{sous réserve de} \quad \iota(\mathcal{M}(\beta, \theta)) = +1$$
où $\iota$ est un indicateur de collision binaire. Puisque $\iota$ n'est pas différentiable, les auteurs introduisent une fonction de contrainte neurale de substitution apprenable $g(\theta)$, transformant le problème en :
$$\theta^\star = \arg \min_{\theta} d_{\mathrm{SMPL}}(\theta, \theta_0) \quad \text{sous réserve de} \quad g(\theta) \ge C_l$$

2. Fondement Théorique : Régularisation d'Eikonal

Pour que les solveurs de contraintes basés sur le gradient (par exemple, SLSQP, Augmented Lagrangian) convergent de manière fiable, la fonction de contrainte doit satisfaire la Qualification de la Condition d'Indépendance Linéaire des Contraintes (LICQ), ce qui nécessite un gradient non nul près de la frontière de la contrainte. Les auteurs établissent une connexion entre cette exigence et l'équation d'Eikonal.

Ils proposent d'entraîner $g(\theta)$ pour approximer une Fonction de Distance Signée (SDF) à la frontière de collision dans l'espace de pose. En imposant un terme de régularisation d'Eikonal pendant l'entraînement :
$$\mathcal{L}_{\text{grad}} = \mathbb{E}_{\theta \sim \Omega} \left[ \left| \|\nabla_{\theta} g(\theta)\| - 1 \right| \right]$$
la méthode garantit que $\|\nabla g\|$ est maintenu éloigné de zéro dans tout l'espace de pose. Théoriquement, cela satisfait la LICQ globalement, fournissant des garanties de convergence pour le processus d'optimisation. Les auteurs prouvent que la minimisation de cette perte limite le volume des régions de l'espace de pose où la LICQ échoue.

3. Entraînement et Optimisation

• Objectif d'Entraînement : Le réseau est entraîné en utilisant une combinaison de supervision de signe (assurant que $g(\theta) > 0$ pour les poses sans collision et $g(\theta) < 0$ pour les poses en collision) et de la perte d'Eikonal. Une variante de Différence Temporelle (TD) de la perte de gradient est également introduite pour améliorer la stabilité de l'entraînement.
• Apprentissage Actif : Pour capturer précisément la frontière de décision, les auteurs emploient une stratégie d'apprentissage actif qui augmente progressivement l'ensemble d'entraînement avec des échantillons proches de l'ensemble de niveau zéro de $g(\theta)$.
• Extension aux Séquences de Mouvement : La contrainte apprise est étendue aux séquences de mouvement humain. Au lieu de réentraîner le générateur de mouvement sous-jacent, PoseShield agit comme un correcteur post-hoc agnostique au générateur. Il optimise la séquence de mouvement pour satisfaire la contrainte de collision tout en préservant la fidélité du mouvement via une métrique de distance qui inclut les paramètres de pose, les positions articulaires et la vitesse temporelle.

Principales Contributions

1. Cadre Fondé sur des Principes : L'article formule la résolution d'auto-collisions dans l'espace de pose SMPL comme un problème d'optimisation contrainte avec une contrainte différentiable apprenable, fournissant des garanties de convergence théoriques sous des hypothèses spécifiques.
2. PoseShield : Une contrainte de collision neurale entraînée avec une régularisation d'Eikonal. Les auteurs prouvent que cet objectif d'entraînement limite quantitativement le volume des régions où la LICQ échoue, liant la précision de l'entraînement à la fiabilité du solveur.
3. Correction Agnostique au Générateur : La méthode sert de correcteur post-hoc pour les séquences de mouvement humain sans nécessiter le réentraînement du modèle de mouvement sous-jacent, permettant une résolution de collision temporellement cohérente.
4. Évaluation de Référence (Benchmarking) : Les auteurs introduisent le jeu de données Humans with Collisions (HwC), contenant près de 931k poses SMPL avec des auto-collisions, afin de faciliter l'évaluation.

Résultats Expérimentaux

Des expériences ont été menées sur les jeux de données HwC et PROX, comparant PoseShield à des bases de référence incluant Torch-mesh-isect, une base de référence par classificateur, COAP et VolumetricSMPL.

• Taux de Succès (SCC) : PoseShield a atteint un taux de succès de 95,8 % sur le jeu de données HwC, surpassant de manière significative la meilleure base de référence (COAP à 44,6 %).
• Réduction de la Profondeur de Pénétration (PDR) : La méthode a atteint une PDR de 98,2 %, indiquant une élimination hautement efficace des auto-intersections.
• Fidélité Géométrique : PoseShield a maintenu une distance de sommet moyenne (MVD) faible de 0,059, démontrant qu'il résout les collisions tout en gardant la pose corrigée proche de la pose originale.
• Séquences de Mouvement : Dans les tâches de correction de mouvement, PoseShield a offert le meilleur équilibre entre la suppression des collisions et la qualité du mouvement, surpassant l'optimisation directe et les approches basées sur COAP en termes de profondeur de pénétration résiduelle et d'artefacts de mouvement (ex: glissement des pieds).

Signification et Revendications

L'article affirme que PoseShield fournit une solution théoriquement fondée à un problème persistant de modélisation humaine. En connectant la gestion des collisions à l'équation d'Eikonal, les auteurs assurent la stabilité numérique et la robustesse du processus d'optimisation, une propriété souvent absente des méthodes de pénalité heuristiques. La capacité d'opérer directement dans l'espace de pose de faible dimension, plutôt que dans l'espace du maillage, permet une intégration fluide avec les pipelines basés sur l'apprentissage. De plus, la nature agnostique au générateur de PoseShield lui permet de fonctionner comme un module de raffinement universel pour divers scénarios basés sur SMPL, allant de la correction de pose statique à la synthèse de mouvement complexe, sans modifier les modèles génératifs sous-jacents.