HO-3D

AnyHand 数据集通过合成数据提升 3D 手部姿态估计能力

研究人员推出了 AnyHand，一个旨在改进 3D 手部姿态估计的大规模合成数据集。该数据集包含超过 250 万张单手和 410 万张手部-物体交互的 RGB-D 图像，具有丰富的几何标注，并解决了现有真实世界和合成数据集中在遮挡和对齐深度信息方面的局限性。实验表明，将 AnyHand 纳入训练可显著提升在 FreiHAND 和 HO-3D 等基准测试上的性能，凸显了数据多样性和质量与规模同等重要的作用。