具有隐式相机对齐的单目 3D 手部姿态估计
计算机视觉与模式识别
2025-07-18 v2 图形学
机器学习
图像与视频处理
摘要
从单张彩色图像中估计 3D 手部关节是一个重要问题，可应用于增强现实(AR)、虚拟现实(VR)、人机交互(HCI)和机器人学。除了缺乏深度信息外，遮挡、关节复杂性以及对相机参数知识的需求也带来了额外的挑战。在本工作中，我们提出了一种从 2D 关键点输入估计 3D 手部关节的优化流水线，该流水线包含一个关键点对齐步骤和一个指尖损失，以克服需要已知或估计相机参数的问题。我们在 EgoDexter 和 Dexter+Object 基准上评估了我们的方法，结果表明其性能与现有最先进方法相当，同时展示了在处理没有任何先验相机知识的“自然场景”图像时的鲁棒性。我们的定量分析强调了 2D 关键点估计精度的敏感性，尽管使用了手部先验。代码可在项目页面 https://cpantazop.github.io/HandRepo/ 获取。
引用
@article{arxiv.2506.11133,
title = {Monocular 3D Hand Pose Estimation with Implicit Camera Alignment},
author = {Christos Pantazopoulos and Spyridon Thermos and Gerasimos Potamianos},
journal= {arXiv preprint arXiv:2506.11133},
year = {2025}
}
备注
Code is available at the project page https://cpantazop.github.io/HandRepo/