研究人员开发了StableHand,一个用于从主观视角视频估计世界空间双手法运动的新框架。该方法通过将每帧的可靠性信号纳入流匹配过程,解决了手离开相机视野和严重遮挡等挑战。StableHand利用一个学习到的质量网络将手部观测质量分解为两只手的平移和关节运动,使其能够保留高质量的观测,同时利用双手法运动先验来重建不可靠的观测。在HOT3D和ARCTIC基准上的实验表明,StableHand的性能显著优于现有方法,在重度遮挡的序列中,W-MPJPE降低了20-25%。 AI
影响 通过实现从主观视角视频进行更精确的手部运动跟踪和抓取姿态指定,改进了机器人策略学习。
排序理由 该集群包含一篇详细介绍计算机视觉任务新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →