高效手部网格重建的简单基线
计算机视觉与模式识别
2024-03-05 v1
摘要
3D手部姿态估计在手势识别和人机交互任务等领域得到了广泛应用。随着性能的提高，系统的复杂性也随之增加，这可能限制了这些方法的比较分析和实际实现。在本文中，我们提出了一个简单而有效的基线，它不仅超越了最先进的方法，而且展示了计算效率。为了建立这个基线，我们将现有工作抽象为两个组件：令牌生成器和网格回归器，然后检查它们的核心结构。在此上下文中，核心结构是满足内在功能、带来显著改进并在没有不必要复杂性的情况下实现卓越性能的结构。我们提出的方法与任何主干修改解耦，使其适用于任何现代模型。我们的方法优于现有解决方案，在多个数据集上实现了最先进的结果。在FreiHAND数据集上，我们的方法产生了5.7mm的PA-MPJPE和6.0mm的PA-MPVPE。同样，在Dexycb数据集上，我们观察到5.5mm的PA-MPJPE和5.0mm的PA-MPVPE。在性能速度方面，我们的方法在使用HRNet时达到每秒33帧，在使用FastViT-MA36时达到每秒70帧。
引用
@article{arxiv.2403.01813,
title = {A Simple Baseline for Efficient Hand Mesh Reconstruction},
author = {Zhishan Zhou and Shihao. zhou and Zhi Lv and Minqiang Zou and Yao Tang and Jiajun Liang},
journal= {arXiv preprint arXiv:2403.01813},
year = {2024}
}