EventEgoHands：基于事件的以自我为中心的 3D 手部网格重建
计算机视觉与模式识别
2025-05-29 v3
摘要
重建 3D 手部网格具有挑战性，但它是人机交互和 AR/VR 应用的一项重要任务。特别是，RGB 和/或深度相机已被广泛应用于该任务。然而，使用这些传统相机的方法在低光环境和运动模糊期间面临挑战。因此，为了解决这些局限性，事件相机因其高动态范围和高时间分辨率而在近年来引起了关注。尽管具有优势，事件相机对背景噪声或相机运动很敏感，这使得现有研究局限于静态背景和固定相机。在本研究中，我们提出了 EventEgoHands，一种在以自我为中心视角下基于事件的 3D 手部网格重建的新方法。我们的方法引入了手部分割模块来提取手部区域，有效减轻了动态背景事件的影响。我们评估了该方法，并在 N-HOT3D 数据集上证明了其有效性，将 MPJPE 提高了约 4.5 cm 以上（43%）。
引用
@article{arxiv.2505.19169,
title = {EventEgoHands: Event-based Egocentric 3D Hand Mesh Reconstruction},
author = {Ryosei Hara and Wataru Ikeda and Masashi Hatano and Mariko Isogawa},
journal= {arXiv preprint arXiv:2505.19169},
year = {2025}
}
备注
IEEE International Conference on Image Processing 2025, Project Page: https://ryhara.github.io/EventEgoHands/