CVPRMar, 2024

单眼单视角到双视角的视角自适应用于主观性 3D 手势姿态估计

PDF
TL;DR该研究论文通过提出一种新颖的 Single-to-Dual-view 适应（S2DHand）解决方案，将单视图估计器无监督地适应双视图，通过使用两个立体约束条件生成伪标签，可在不同相机设置下应用于任意双视图对，显著改善了在数据集内和数据集间的任意相机对上的表现，并超过了现有的适应方法。
3d hand pose estimationegocentric visionmulti-view hand pose estimationsingle-to-dual-view adaptationstereo constraints
发现论文，激发创造
  • 我的视角，我的双手：准确的自视角二维手势姿态和动作识别

    通过探索 2D 手势姿态评估用于自我中心动作识别的领域，我们提出了两种新方法：EffHandNet 用于单手姿态估计和 EffHandEgoNet 用于自我视角，捕捉手部与物体之间的交互。同时，我们提出了一个从 2D 手部和物体姿态的坚固的动作识别架构。通过在 H2O 和 FPHA 数据集上的评估，我们的架构具有更快的推断时间，并且分别达到了 91.32% 和 94.43% 的精度，超越了包括基于 3D 的方法在内的最先进的技术。

    Apr, 2024

  • 基于单深度图像的稳健三维手部姿势估计：从单视角 CNN 到多视角 CNN

    该论文提出了一种新方法，利用多视角投影和学习的姿态先验，通过多视角热图来回归手部姿态，最终得出三维手势估计，实验表明该方法在难以应对的数据集上取得了优异表现。

    Jun, 2016

  • 单目事件相机下两只交互手的 3D 姿态估计

    提出了首个从单目事件摄像机中跟踪两只快速移动和互动的手的三维跟踪框架，通过新颖的半监督特征注意机制解决左右手歧义并整合相交损失来修复手的碰撞，推出了新的大规模数据集 Ev2Hands-S 和真实事件流与真实三维标注的基准数据集 Ev2Hands-R，并在强光条件下对真实数据具有更高的三维重建精度。

    Dec, 2023

  • UVAGaze：无监督的双视角适应用于凝视估计

    通过在单视角面部图像基础上添加第二视角相机，使用无监督的一视角到两视角适应框架进行注视估计，可以在姿态大幅度变化时获得更准确的结果。

    Dec, 2023

  • 高效的虚拟视角选择用于 3D 手势姿态估计

    本文提出了一种从单一深度中进行 3D 手势姿势估计的新方法，包括虚拟视角选择和融合模块，有效解决了视角变化和手部遮挡等问题，并在三大基准数据集上表现出优越性能。

    Mar, 2022

  • 立体相机端到端的 3D 手部姿态估计

    该研究提出了一种使用端到端方法从立体相机中估计完整的三维手势姿态的方法，通过神经网络架构的扩展，该方法能够更好地实现稀疏视差手关节的估计，并且提出了一种大规模的合成数据集来有效训练模型。

    Jun, 2022

  • 自我中心 RGB-D 图像中的 3D 手势姿态检测

    本文提出一种基于深度传感器的、具有先验的手势识别系统，使用包含自我场景的光辉合成模型来生成训练数据，并在真实环境下进行测试。结果表明，该方法在单目 RGB-D 图像中的手部检测和姿态估计方面均具有最先进的性能。

    Nov, 2014

  • 双视图胜过单视图：多视一致性下的单目三维姿态估计

    通过使用多视角数据对单目人体姿态估计模型进行微调，引入新的一致性损失函数，提升性能，从而实现对特定应用定制模型的实用和经济有效解决方案。

    Nov, 2023

  • 通过双重噪声估计实现单目三维手部网格恢复

    基于参数模型的双重噪声估计方法在 3D 手部姿势和形状估计中取得了显著的进展，可以生成与图像对齐的高质量 3D 手部网格。

    Dec, 2023

  • 从多视角图像学习单目三维人体姿态估计

    本文提出了一种通过多视角的训练，使用一致性约束联合监督损失及惩罚项实现替代大量标注的 3D 人体姿态估计方法，并提出了一种联合估计相机姿态及人体姿态的方法，在 3D 人体姿态估计方面取得了良好的表现。

    Mar, 2018