PulseAugur
中
实时 07:34:06
English(EN) Affordance-Guided Diffusion Prior for 3D Hand Reconstruction

受意图引导的扩散模型改进了3D手部重建

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的3D手部姿态重建方法，尤其适用于严重遮挡的场景。他们的方法利用受意图引导的扩散模型，借鉴人类的上下文推理能力来优化手部姿态。通过将扩散模型与从视觉语言模型（VLM）推断出的手部-物体交互（HOI）文本描述进行条件化，该系统能够为被遮挡区域生成更准确、功能上更连贯的姿态。在HOGraspNet数据集上的实验表明，与现有的回归和非上下文扩散式优化方法相比，该方法有了显著的改进。 AI

影响 这项研究可能带来更鲁棒的3D手部跟踪，应用于机器人和增强现实等领域，尤其是在复杂、遮挡的环境中。

排序理由 关于3D手部重建新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

受意图引导的扩散模型改进了3D手部重建

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Naru Suzuki, Takehiko Ohkawa, Tatsuro Banno, Jihyun Lee, Ryosuke Furuta, Yoichi Sato ·

    面向3D手部重建的依从性引导扩散先验

    arXiv:2510.00506v2 Announce Type: replace Abstract: How can we reconstruct 3D hand poses when large portions of the hand are heavily occluded by itself or by objects? Humans often resolve such ambiguities by leveraging contextual knowledge -- such as affordances, where an object'…

相关话题