[Paper] Synthetic Data Generation 및 Vision 기반 Wrinkle 및 Keypoint Detection for Bimanual Cloth Manipulation

Source: arXiv - 2606.06292v1

Overview

섬유의 로봇 조작은 연속적인 변형과 자체 가림 현상 때문에 옷감의 상태를 추정하기 위한 견고한 시각 인식이 어려워 여전히 도전 과제로 남아 있습니다. 주석이 달린 실제 데이터가 부족한 문제를 해결하기 위해, 우리는 자동 주석이 달린 키포인트를 내보내는 Blender 기반 합성 파이프라인을 개발하고, 수동으로 라벨링된 렌더와 실제 데이터를 결합하여 주름 검출기를 학습시켰습니다. 우리는 순열 불변 키포인트 검출을 위한 CNN과 구조적 주름으로부터 잡는 점을 추출하는 YOLOv8‑OpenCV 파이프라인을 통합한 인식 프레임워크를 제시합니다. 제안된 양손 알고리즘은 이 시스템을 사용해 주름을 통해 완전히 접힌 의류를 늘리고, 코너가 드러나면 키포인트 기반 다림질 단계로 전환합니다. 키포인트 모델은 평균 위치 오류(Mean Position Error, MPE) 1.7615 픽셀을 달성했습니다. 인식 시스템은 미세 조정 없이 물리적 천에 전이되어, 높은 가림 상태에서 실패하거나 심한 접힘에 대해 오탐을 일으키는 기존 베이스라인보다 우수한 성능을 보였습니다.

Key Contributions

• cs.CV
• cs.RO

Methodology

자세한 방법론은 전체 논문을 참고하십시오.

Practical Implications

이 연구는 cs.CV 분야의 발전에 기여합니다.

Authors

• Ariel Herrera
• Xueyang Kang
• Atal Anil Kumar

Paper Information

• arXiv ID: 2606.06292v1
• Categories: cs.CV, cs.RO
• Published: June 4, 2026
• PDF: Download PDF