研究人员开发了EventEgoHands++,一个用于从单目视角进行基于事件的3D手部网格重建的新型框架。该方法通过利用事件相机,解决了传统相机在弱光和高动态场景下的局限性。该框架包含一个手部检测器,用于检测单手实例级别的边界框和掩码,以及一个自适应注意力机制来准确建模双手之间的关系。为了支持训练和评估,N-HOT3D数据集得到了扩展,并构建了包含约100万个标注帧的新EEH-R数据集。 AI
影响 通过在具有挑战性的视觉条件下改进手部跟踪,增强了人机交互以及AR/VR领域的能力。
排序理由 该集群描述了一篇详细介绍用于3D手部网格重建的新型框架的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- EEH-R
- EventEgoHands++
- Hugging Face
- N-HOT3D
- 3D hand mesh reconstruction
- egocentric hand reconstruction
- event-based cameras
- Hand Detector
- N-HOT3D dataset
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →