ECCVMar, 2020
针对手 - 物交互情况下 3D 手势姿态估计的未知视角、关节、形状和物体的泛化测量
Measuring Generalisation to Unseen Viewpoints, Articulations, Shapes and Objects for 3D Hand Pose Estimation under Hand-Object Interaction
Anil Armagan, Guillermo Garcia-Hernando, Seungryul Baek, Shreyas Hampali, Mahdi Rad...
TL;DR研究 3D 手势姿势估计中不同类型方法的泛化能力,并通过公开挑战评估插值和外推的训练集姿势的能力,透彻分析了数据预处理、集成方法、使用参数化的 3D 手模型(MANO)以及不同的 HPE 方法 / 骨干网络对 3D 手姿势估计的影响,使得总体精度从基线的 27mm 提高到 13mm,尤其是在外推任务中。