近日，我院王崯助理教授合作完成的学术论文《TaxoGrasp: Taxonomy-Guided Human Grasp Synthesis with Sparse Contact Constraint》被第19届欧洲计算机视觉大会（European Conference on Computer Vision，ECCV 2026）录用。

ECCV与CVPR、ICCV并称计算机视觉领域三大国际顶级会议，是欧洲计算机视觉协会（ECVA）主办的重要旗舰会议，长期关注计算机视觉、机器学习、三维视觉等前沿方向。在学术会议评价体系中，ECCV被清华大学计算机学科群推荐学术会议和期刊列表（TH-CPL）列为A类会议、CORE评为A*，并被中国计算机学会（CCF）推荐为B类国际会议。

本次会议于9月8日至12日在瑞典马尔默举行，会议共收到10,473篇投稿，录用2883篇，录用率27.5%。

论文封面

论文《TaxoGrasp: Taxonomy-Guided Human Grasp Synthesis with Sparse Contact Constraint》聚焦稀疏接触约束下的可控人手抓握姿态合成问题展开。在机器人灵巧操作、增强现实/虚拟现实（AR/VR）以及三维内容生成等应用场景中，用户往往希望能够直接指定“如何抓握”一个物体。然而，当控制信号仅为拇指接触区域等稀疏几何信息时，同一局部接触位置可能对应多种全局抓握方式，由此容易产生抓握意图不一致、接触偏移和姿态漂移等问题。现有接触驱动方法能够改善局部几何一致性，但在稀疏约束下通常缺乏对高层抓握意图的显式语义建模，难以同时兼顾意图一致性与物理可执行性。

针对上述问题，论文提出以Feix抓握分类学（Feix Grasp Taxonomy）为核心语义先验的三阶段抓握合成框架TaxoGrasp，通过“意图认知（Cognition）—姿态实例化（Instantiation）—语义落地（Grounding）”三个阶段，将稀疏局部接触线索逐步转化为语义一致且几何可执行的完整抓握。模型首先结合物体几何信息与用户指定的拇指接触区域推断高层抓握类别，随后以抓握类别为条件生成连续的人手姿态，并通过基于分类学模板的接触/非接触约束进一步优化，在满足局部接触要求的同时保持抓握类型的功能语义。研究团队还在HOGraspNet数据集基础上补充了区域级拇指接触标注，构建了稀疏接触控制评估基准。实验结果表明，TaxoGrasp在条件一致性、交互质量和生成质量等方面均优于多种代表性方法，用户研究也进一步验证了其在交互质量、姿态质量和抓握意图一致性方面的优势。该研究从“接触约束”进一步走向“意图建模”，为人机交互式抓握生成提供了新的技术路径，可为机器人灵巧操作、虚拟现实交互以及三维数字内容生成等研究提供基础支撑。

此次论文被ECCV录用，体现了我院在计算机视觉、虚拟现实与人工智能交叉领域的深度探索，也进一步展现了学院在高水平科研合作与创新人才培养方面的成效。

撰稿：王崯

审核：徐薇、张学勇