Fugu-MT 論文翻訳(概要): Two Hands Are Better Than One: Resolving Hand to Hand Intersections via Occupancy Networks

論文の概要: Two Hands Are Better Than One: Resolving Hand to Hand Intersections via Occupancy Networks

arxiv url: http://arxiv.org/abs/2404.05414v1
Date: Mon, 8 Apr 2024 11:32:26 GMT
ステータス: 処理完了
システム内更新日: 2024-04-09 14:44:37.685484
Title: Two Hands Are Better Than One: Resolving Hand to Hand Intersections via Occupancy Networks
Title（参考訳）: 2つのハンドは1つより優れている: ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド・ハンド
Authors: Maksym Ivashechkin, Oscar Mendez, Richard Bowden,
Abstract要約: 自己閉塞と指の関節は推定に重大な問題を引き起こす。我々は、手の体積を連続多様体として表す占有ネットワークを利用する。我々は,手動交差点の可能性を最小限に抑えるために,交差点損失関数を設計する。
参考スコア（独自算出の注目度）: 33.9893684177763
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: 3D hand pose estimation from images has seen considerable interest from the literature, with new methods improving overall 3D accuracy. One current challenge is to address hand-to-hand interaction where self-occlusions and finger articulation pose a significant problem to estimation. Little work has applied physical constraints that minimize the hand intersections that occur as a result of noisy estimation. This work addresses the intersection of hands by exploiting an occupancy network that represents the hand's volume as a continuous manifold. This allows us to model the probability distribution of points being inside a hand. We designed an intersection loss function to minimize the likelihood of hand-to-point intersections. Moreover, we propose a new hand mesh parameterization that is superior to the commonly used MANO model in many respects including lower mesh complexity, underlying 3D skeleton extraction, watertightness, etc. On the benchmark InterHand2.6M dataset, the models trained using our intersection loss achieve better results than the state-of-the-art by significantly decreasing the number of hand intersections while lowering the mean per-joint positional error. Additionally, we demonstrate superior performance for 3D hand uplift on Re:InterHand and SMILE datasets and show reduced hand-to-hand intersections for complex domains such as sign-language pose estimation.
Abstract（参考訳）: 画像からの3次元ポーズ推定は文献からかなりの関心を集めており、新しい手法により全体の3次元精度が向上した。現在の課題の1つは、自己閉塞と指の関節が推定に重大な問題を引き起こす、手動インタラクションに対処することである。ノイズ推定の結果生じる手交叉を最小限に抑える物理的制約を適用した研究はほとんどない。この研究は、手の体積を連続多様体として表す占有ネットワークを活用することで、手の交差に対処する。これにより、手の中にある点の確率分布をモデル化することができる。我々は、手動交差点の可能性を最小限に抑えるために交差点損失関数を設計した。さらに,メッシュの複雑さの低減,基礎となる3次元骨格抽出,水密度など,多くの点でMANOモデルよりも優れた新しいハンドメッシュパラメータ化を提案する。ベンチマークのInterHand2.6Mデータセットでは, 交差損失を用いてトレーニングしたモデルは, 接点当たりの平均位置誤差を下げつつ手交点数を著しく減少させることにより, 最先端技術よりも優れた結果が得られる。さらに,Re:InterHand と SMILE の3次元ハンドアップにおける優れた性能を示し,手話ポーズ推定のような複雑なドメインのハンド・ツー・ハンドの交叉を減らしたことを示す。

関連論文リスト

HandDiff: 3D Hand Pose Estimation with Diffusion on Image-Point Cloud [60.47544798202017]
ハンドポーズ推定は、様々な人間とコンピュータの相互作用アプリケーションにおいて重要なタスクである。本論文は,手形画像点雲上での正確な手ポーズを反復的に認知する拡散型手ポーズ推定モデルであるHandDiffを提案する。実験の結果,提案したHandDiffは,4つの挑戦的なハンドポーズベンチマークデータセットにおいて,既存のアプローチよりも大幅に優れていた。
論文参考訳（メタデータ） (2024-04-04T02:15:16Z)
3D Hand Reconstruction via Aggregating Intra and Inter Graphs Guided by Prior Knowledge for Hand-Object Interaction Scenario [8.364378460776832]
モデルベースおよびモデルフリーアプローチの利点を生かした3次元ハンドリコンストラクションネットワークを提案する。まず,2次元関節から直接のMANOポーズパラメータ回帰モジュールを提案する。
論文参考訳（メタデータ） (2024-03-04T05:11:26Z)
Deformer: Dynamic Fusion Transformer for Robust Hand Pose Estimation [59.3035531612715]
既存の方法では、手のこもりが強かったり、ぼやけたりすると、手のポーズが難しい場合が多い。ビデオでは、手の動きによって、片方のフレームに隠されたり、ぼやけたりして、手のさまざまな部分を観察することができる。画像内の手の部分間の関係を暗黙的に推論するフレームワークであるDeformerを提案する。
論文参考訳（メタデータ） (2023-03-09T02:24:30Z)
3D Interacting Hand Pose Estimation by Hand De-occlusion and Removal [85.30756038989057]
単一のRGB画像から3Dインタラクションハンドポーズを推定することは、人間の行動を理解するのに不可欠である。本稿では,難易度の高い手ポーズ推定タスクを分解し,各手のポーズを別々に推定することを提案する。実験の結果,提案手法は従来の手ポーズ推定手法よりも有意に優れていた。
論文参考訳（メタデータ） (2022-07-22T13:04:06Z)
End-to-end Weakly-supervised Single-stage Multiple 3D Hand Mesh Reconstruction from a Single RGB Image [9.238322841389994]
複数手再構成のための単一段パイプラインを提案する。具体的には,複数ヘッドのオートエンコーダ構造を設計し,各ヘッドネットワークが同じ特徴マップを共有し,ハンドセンター,ポーズ,テクスチャを出力する。本手法は,弱教師付き手法と完全教師付き手法の両方において,最先端のモデルベース手法よりも優れる。
論文参考訳（メタデータ） (2022-04-18T03:57:14Z)
HandOccNet: Occlusion-Robust 3D Hand Mesh Estimation Network [57.206129938611454]
本稿では,新しい3Dハンドメッシュ推定ネットワークHandOccNetを提案する。閉鎖領域に手情報を注入することで、HandOccNetは3Dハンドメッシュベンチマークの最先端性能に達する。
論文参考訳（メタデータ） (2022-03-28T08:12:16Z)
Monocular 3D Reconstruction of Interacting Hands via Collision-Aware Factorized Refinements [96.40125818594952]
単眼のRGB画像から3Dインタラクションハンドを再構築する試みを初めて行った。提案手法では, 高精度な3次元ポーズと最小の衝突で3次元ハンドメッシュを生成することができる。
論文参考訳（メタデータ） (2021-11-01T08:24:10Z)
HandFoldingNet: A 3D Hand Pose Estimation Network Using Multiscale-Feature Guided Folding of a 2D Hand Skeleton [4.1954750695245835]
本稿では,高精度かつ効率的なポーズ推定器であるHandFoldingNetを提案する。提案モデルでは, 折り畳み型デコーダを用いて, 与えられた2次元手骨を対応する関節座標に折り畳む。実験結果から,提案モデルが既存の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2021-08-12T05:52:44Z)
InterHand2.6M: A Dataset and Baseline for 3D Interacting Hand Pose Estimation from a Single RGB Image [71.17227941339935]
大規模データセットであるInterHand2.6Mと,1枚のRGB画像から3次元インタラクションハンドポーズ推定を行うネットワークであるInterNetを提案する。実験では,InterHand2.6Mのインタラクションハンドデータを利用する場合,3次元インタラクションハンドポーズ推定の精度が大きく向上することを示した。この新しいデータセットの強力なベースラインとして機能するInterHand2.6M上でのInterNetの精度についても報告する。
論文参考訳（メタデータ） (2020-08-21T05:15:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。