MOCHI는 복잡한 협업 인간-객체 상호작용(MHOI) 데이터의 노이즈를 줄이는 2단계 프레임워크입니다. 첫 번째 단계에서는 최적화를 통해 물리적으로 타당한 손잡기를 생성하고, 두 번째 단계에서는 디퓨전 기반 노이즈 최적화 프레임워크를 사용하여 전체 신체 동작을 개선합니다. MOCHI는 기존 캡처 방법이나 생성 모델로 합성된 다양한 MHOI 데이터에서 효과적임을 입증했습니다.
최적화된 손잡기는 물리적으로 타당하고 신체 자세와 의미적으로 일관성을 유지하며, 손-객체 상호작용 시퀀스로 확장됩니다. 최적화 과정에서 인간-객체 및 인간-인간 상호작용 정보를 단일 인물 동작 우선순위에 포함합니다.
MOCHI는 다양한 수의 참가자와 상호작용 유형에 대한 시스템의 견고성을 보여주며, 키프레임 기반 MHOI 생성 및 다양한 객체 기하학적 형태를 통한 데이터 증강과 같은 다양한 응용 분야를 시연합니다.