基于勺子和手部的 6D 姿态估计
计算机视觉与模式识别
2025-05-06 v1
摘要
准确的饮食监测对于促进更健康的饮食习惯至关重要。一个关键的研究领域是人们如何使用餐具和手部与食物互动及进食。通过追踪它们的位置和方向，可以估算出被消耗的食物量，或监测进食行为，这些关于营养摄入的见解非常有价值，可能比自我报告等流行方法更可靠。因此，本文实现了一个系统，该系统分析人们进食的静态视频画面，利用 6D 姿态估计来追踪手部和勺子的运动，以捕获空间位置和方向。在此过程中，我们定量和定性地检验了两种最先进的（SOTA）视频对象分割（VOS）模型的性能，并识别了系统内的主要误差来源。
引用
@article{arxiv.2505.02335,
title = {6D Pose Estimation on Spoons and Hands},
author = {Kevin Tan and Fan Yang and Yuhao Chen},
journal= {arXiv preprint arXiv:2505.02335},
year = {2025}
}