基于学习纹理先验的单目3D手部重建
计算机视觉与模式识别
2025-08-14 v1
摘要
我们重新审视纹理在单目3D手部重建中的作用，将其从后思考视为密集、空间锚定的线索，可主动支持姿态与形状估计。我们的观察很简单：即使在高性能模型中，预测手部几何与图像外观之间的叠加仍常常不完美，表明纹理对齐可能是未被充分利用的监督信号。我们提出一种轻量级纹理模块，将每个像素的观测嵌入UV纹理空间，从而实现预测手部外观与观测手部外观之间的新型稠密对齐损失。该方法假设访问可微分渲染管线和将图像映射到具有已知拓扑关系的3D手部网格的模型，允许我们对纹理手部进行回投影到图像中并执行像素级对齐。该模块自包含且易于集成到现有重建管线中。为隔离并凸显纹理引导监督的价值，我们在HaMeR（一个高性能且无装饰的变换器架构用于3D手部姿态估计）上进行增强。 resulting system在准确性和真实性方面均取得了改善，表明了外观引导对齐在手部重建中的价值。
引用
@article{arxiv.2508.09629,
title = {Enhancing Monocular 3D Hand Reconstruction with Learned Texture Priors},
author = {Giorgos Karvounas and Nikolaos Kyriazis and Iason Oikonomidis and Georgios Pavlakos and Antonis A. Argyros},
journal= {arXiv preprint arXiv:2508.09629},
year = {2025}
}