弱监督的野外网格卷积手部重建
计算机视觉与模式识别
2020-04-07 v1
摘要
我们提出一种简洁有效的单目 3D 手部姿态估计网络架构，由一个图像编码器与一个网格卷积解码器组成，该解码器通过直接的 3D 手部网格重建损失进行训练。我们通过收集 YouTube 视频中的大规模手部动作数据集来训练我们的网络，并将其用作弱监督来源。我们这种基于弱监督网格卷积的系统大幅优于当前最优方法，甚至在野外基准上将误差减半。数据集与额外资源可在 https://arielai.com/mesh_hands 获取。
关键词
引用
@article{arxiv.2004.01946,
title = {Weakly-Supervised Mesh-Convolutional Hand Reconstruction in the Wild},
author = {Dominik Kulon and Riza Alp Güler and Iasonas Kokkinos and Michael Bronstein and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:2004.01946},
year = {2020}
}
备注
Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2020). Additional resources: https://arielai.com/mesh_hands