通过条件手部调制器提升 3D 全身姿态估计中的手部精度
计算机视觉与模式识别
2026-03-17 v1
摘要
在全身姿态估计中精准恢复手部姿态仍是主要挑战。这一困难源于监督 gap：全身姿态估计器训练于全身数据集，手部多样性有限；而手部专用估计器训练于手部数据集，擅长细粒度手指关节但缺乏全局身体感知。为此，我们提出 Hand4Whole++，一个模块化框架利用预训练的全身和手部姿态估计器的优势。引入 CHAM（Conditional Hands Modulator），轻量级模块通过手部专用特征调制全身特征流，使全身模型能预测与上肢运动学结构一致的手腕姿态，无需重新训练全身模型。同时，我们直接融合手部姿态估计器预测的手指关节和手部形状，通过可微刚体对齐贴合全身网格。该设计使 Hand4Whole++ 能够结合全局一致的身体推理与细粒度手部细节。大量实验表明，Hand4Whole++ 在手部精度上显著提升，并增强了整体全身姿态质量。
引用
@article{arxiv.2603.14726,
title = {Enhancing Hands in 3D Whole-Body Pose Estimation with Conditional Hands Modulator},
author = {Gyeongsik Moon},
journal= {arXiv preprint arXiv:2603.14726},
year = {2026}
}
备注
Accepted to CVPR 2026