研究人员开发了新的方法来生成单目视频,这些视频能够准确捕捉手部与物体交互(HOI)以及世界空间中的手部运动。Exo2EgoHOI 通过使用4D先验和注意力机制将外视角视频转换为单视角视图,专注于保留HOI。InfiniHand 提供了一个端到端的流式框架,用于从非校准的单目视频中实时估计手部运动,整合了手部几何和相机运动。EgoFound3R 提供了一个统一的模型,用于在单次通过中估计世界空间手部几何和交互属性,显著提高了吞吐量和准确性。 AI
影响 这些在单目视频分析和HOI跟踪方面的进展可能显著改进具身AI代理和人机交互系统。
排序理由 该集群包含三篇研究论文,介绍了用于单目视频生成和手部运动估计的新模型和框架。
在 Hugging Face Daily Papers 阅读 →
- Hugging Face
- InfiniHand
- MANO
- ViDiHand
- ARCTIC-HOI
- arXiv
- Ego-Exo4D
- EgoFound3R
- Exo2EgoHOI
- HOI4D
- OakInk-v2
- TACO
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →