2D 轶生手姿态数据集基准测试
计算机视觉与模式识别
2024-09-12 v1
摘要
从轶生视频中估计手姿态对人机交互、辅助技术、活动识别和机器人等多个领域具有广泛的意义，因而成为一个值得关注的研究主题。现代机器学习模型的效能取决于用于训练其数据的质量。因此，本工作致力于对适用于2D手姿态估计的先进轶生数据集进行分析。我们提出了一种新颖的数据集评估方案，涵盖不仅分析数据集的已述特征和评估数据质量，还通过评估先进手姿态估计模型来识别数据集的不足之处。我们的研究发现，尽管存在大量旨为2D手姿态估计而设计的轶生数据库，但大多数数据集都是针对特定用例而设计的。尚不存在理想的数据集基准；然而，H2O 和 GANerated Hands 数据集分别作为最具前景的真实数据集和合成数据集。
引用
@article{arxiv.2409.07337,
title = {Benchmarking 2D Egocentric Hand Pose Datasets},
author = {Olga Taran and Damian M. Manzone and Jose Zariffa},
journal= {arXiv preprint arXiv:2409.07337},
year = {2024}
}