HUP-3D：用于托育产前手-超声姿态估计的3D多视角合成数据集
计算机视觉与模式识别
2024-07-15 v1
摘要
我们提出了HUP-3D，这是一个用于产前超声探头姿态估计的3D多视角多模态合成数据集。无标迹3D关节姿态估计在基于混合现实的医学教育领域具有潜在应用价值。程序化地理解手部和探头运动的能力，为定制化指导和辅导应用开辟了可能性。该数据集包含超过3.1万组RGB、深度和分割掩码帧，包括与姿态相关的真实标注数据，着重强调图像的多样性和复杂性。采用基于相机视角的球体概念，使我们能够捕获多种视角并通过预训练网络生成多种手部握持姿态。此外，我们的方法包括基于软件的图像渲染概念，通过多样化的手部和手臂纹理、光照条件以及背景图像来增强多样性。进一步，我们使用最先进的学习模型验证了所提数据集，取得了最低的手-物体关键点误差。数据集及其他细节均提供于补充材料中。我们的握持生成和渲染管线的源代码将公开发布。
引用
@article{arxiv.2407.09215,
title = {HUP-3D: A 3D multi-view synthetic dataset for assisted-egocentric hand-ultrasound pose estimation},
author = {Manuel Birlo and Razvan Caramalau and Philip J. "Eddie" Edwards and Brian Dromey and Matthew J. Clarkson and Danail Stoyanov},
journal= {arXiv preprint arXiv:2407.09215},
year = {2024}
}
备注
https://conferences.miccai.org/2024/en/