REACH：从房间角落进行手部姿态估计
计算机视觉与模式识别
2026-05-22 v1
摘要
我们提出一种新型 3D 手部姿态估计器，能够从远处准确恢复人们手部的形状和姿态，通常来自房间角落的固定摄像机，在极低分辨率和频繁遮挡的视角中。我们的核心思想是充分利用手-身体协调、其时间进程以及多视角观察。我们通过一种基于 Transformer 的新型模型实现了这一点，其中手和身体配置通过其视觉特征在每个视角上表示为 token 之间的相关性来建模，其时间协调以自回归方式加以利用。我们引入了一种新型数据集，称为 REACH，即 Room-Environment dataset Annotated with Chest cameras for Hand pose estimation，以训练和测试我们的方法。REACH 是首个大规模手部姿态数据集，覆盖 50 名受试者在广泛日常活动中的准确手部动作。为避免在标注手部形状和姿态时干扰自然动作，我们利用隐藏的胸部摄像机。通过大量实验，包括与现有方法的比较研究，我们表明我们的方法 REACH-Net 能在远处实现高度准确的 3D 手部姿态估计。这些结果拓宽了 3D 手部姿态估计的视野，特别是 towards "野外" 持续的人类行为分析。
关键词
引用
@article{arxiv.2605.22231,
title = {REACH: Hand Pose Estimation from Room Corners},
author = {Shu Nakamura and Ryo Kawahara and Genki Kinoshita and Ryosuke Hirai and Yasutomo Kawanishi and Shohei Nobuhara and Ko Nishino},
journal= {arXiv preprint arXiv:2605.22231},
year = {2026}
}