Aug, 2022

细粒度自我中心手部-物体分割:数据集、模型和应用

TL;DR本文提供了一种具有像素级细分标签的egocentric图像数据集,其中包含11,243个日常活动中与对象相互作用时人手和对象的标签数据。我们引入了上下文感知的组合数据增强技术以适应分布外的YouTube egocentric视频,并展示了我们坚韧的手物分割模型和数据集可以作为基础工具,促进或实现手势状态分类、视频活动识别、手物交互的3D网格重建,以及对egocentric视频中的手物前景进行视频修复。