WiLoR:端到端野外3D手部定位与重建
计算机视觉与模式识别
2025-03-28 v2
摘要
近年来,3D手姿估计方法因其在人机交互、虚拟现实和机器人领域的广泛应用而受到广泛关注。相比之下,手部检测管线仍存在显著空白,给构建有效的野实环境多手重建系统带来了重大挑战。本文提出了一种面向野外环境的高效多手重建数据驱动管线。该管线由两个组件组成:一个实时全卷积手部定位模块和一个高保真基于Transformer的3D手部重建模型。为克服前任方法的局限性,构建稳健可靠的检测网络,本文引入了包含超过200万张野外手部图像的数据集,涵盖多样化的光照、照明和遮挡条件。我们的方法在主流2D和3D基准测试中在效率和精度方面均优于先前方法。最后,我们展示了该管线可实现从单目视频中平滑的3D手部跟踪,且无需利用任何时序组件。代码、模型和数据集均可在 https://rolpotamias.github.io/WiLoR 获取。
关键词
引用
@article{arxiv.2409.12259,
title = {WiLoR: End-to-end 3D Hand Localization and Reconstruction in-the-wild},
author = {Rolandos Alexandros Potamias and Jinglei Zhang and Jiankang Deng and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:2409.12259},
year = {2025}
}
备注
CVPR 2025, Project Page https://rolpotamias.github.io/WiLoR