研究人员开发了EgoHSI3R,一个用于从第一人称视角视频中重建4D手部-场景交互的新型框架。该系统在共享的3D世界空间中统一了相机运动、场景几何和手部姿态的估计。通过将手部先验知识与局部场景上下文相结合,并使用MANO顶点查询,EgoHSI3R可以预测密集的每顶点接触,在ARCTIC数据集上手部关节误差方面取得了最先进的结果,同时保持了具有竞争力的场景重建精度。 AI
影响 能够更全面地理解和重建第一人称视角视频数据中的人机交互。
排序理由 该集群包含一篇详细介绍新技术框架的研究论文。[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 →