PALM：面向多主体手部先验学习的数据集与基线
计算机视觉与模式识别
2026-02-10 v3
摘要
抓握物体、用手势信号或通过触觉传递情感，都源于人类手的独特能力。然而，在图像中创建高质量的个性化手部化身仍然具有挑战性，因为手的复杂几何、外观和关节运动，尤其是在不受约束的光照和有限视角下更为困难。此外，由于缺乏能够同时提供准确三维几何、高分辨率多视角图像以及多样化受试者的数据集，相关进展也受到限制。为此，我们提出了 PALM 数据集，包含来自 263 名受试者的 13000 余枚高质量手部扫描数据，以及 90000 余张多视角图像，捕捉了肤色、年龄和几何形态等丰富的变异。为展示其实用性，我们提出了 PALM-Net 基线模型，一种通过基于物理的逆渲染学习的多主体手部几何和材质属性先验，能够实现真实可靠的单图像手部化身个性化。PALM 数据集的规模和多样性使其成为手部建模及相关研究的宝贵真实资源。
引用
@article{arxiv.2511.05403,
title = {PALM: A Dataset and Baseline for Learning Multi-subject Hand Prior},
author = {Zicong Fan and Edoardo Remelli and David Dimond and Fadime Sener and Liuhao Ge and Bugra Tekin and Cem Keskin and Shreyas Hampali},
journal= {arXiv preprint arXiv:2511.05403},
year = {2026}
}