論文の概要: EgoForce: Forearm-Guided Camera-Space 3D Hand Pose from a Monocular Egocentric Camera

• arxiv url: http://arxiv.org/abs/2605.12498v1
• Date: Tue, 12 May 2026 17:59:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:57.088111
• Title: EgoForce: Forearm-Guided Camera-Space 3D Hand Pose from a Monocular Egocentric Camera
• Title（参考訳）: EgoForce:モノクラー・エゴセントリックカメラの前方誘導型カメラ空間3Dハンドポース
• Authors: Christen Millerdurai, Shaoxiang Wang, Yaxu Xie, Vladislav Golyanik, Didier Stricker, Alain Pagani,
• Abstract要約: EgoForceは、頑丈で絶対的な3Dハンドポーズを復元する、単眼の3Dハンドコンストラクションフレームワークである。 魚眼、視界、歪んだ広視野のカメラモデルを単一の統一ネットワークで運用する。 EgoForceは最先端の3D精度を実現し、カメラ空間のMPJPEを最大28%削減する。
• 参考スコア（独自算出の注目度）: 40.28396219356337
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconstructing the absolute 3D pose and shape of the hands from the user's viewpoint using a single head-mounted camera is crucial for practical egocentric interaction in AR/VR, telepresence, and hand-centric manipulation tasks, where sensing must remain compact and unobtrusive. While monocular RGB methods have made progress, they remain constrained by depth-scale ambiguity and struggle to generalize across the diverse optical configurations of head-mounted devices. As a result, models typically require extensive training on device-specific datasets, which are costly and laborious to acquire. This paper addresses these challenges by introducing EgoForce, a monocular 3D hand reconstruction framework that recovers robust, absolute 3D hand pose and its position from the user's (camera-space) viewpoint. EgoForce operates across fisheye, perspective, and distorted wide-FOV camera models using a single unified network. Our approach combines a differentiable forearm representation that stabilizes hand pose, a unified arm-hand transformer that predicts both hand and forearm geometry from a single egocentric view, mitigating depth-scale ambiguity, and a ray space closed-form solver that enables absolute 3D pose recovery across diverse head-mounted camera models. Experiments on three egocentric benchmarks show that EgoForce achieves state-of-the-art 3D accuracy, reducing camera-space MPJPE by up to 28% on the HOT3D dataset compared to prior methods and maintaining consistent performance across camera configurations. For more details, visit the project page at https://dfki-av.github.io/EgoForce.
• Abstract（参考訳）: 1台のヘッドマウントカメラを用いて、ユーザーの視点から、絶対的な3Dポーズと手の形状を再構築することは、AR/VR、テレプレゼンス、手中心の操作タスクにおいて実践的なエゴセントリックな相互作用に不可欠である。 単分子RGB法は進歩してきたが、深度スケールの曖昧さと、ヘッドマウントデバイスにおける様々な光学的構成の一般化に苦慮している。 その結果、モデルは通常、デバイス固有のデータセットの広範なトレーニングを必要とします。 本稿では,立体的かつ絶対的な手ポーズを再現するモノラルな3Dハンド再構築フレームワークであるEgoForceを導入することで,これらの課題に対処する。 EgoForceは、単一の統一ネットワークを使用して、魚眼、視界、歪んだ広焦点カメラモデルを運用している。 提案手法では,手振りを安定させる可変前腕表現と,手手と手腕の形状を一つの自我中心の視点から予測し,深度スケールのあいまいさを緩和する統合アームハンド変換器と,多種多様な頭部カメラモデル間で絶対的な3次元ポーズ回復を可能にする光空間閉鎖型ソルバを組み合わせる。 エゴセントリックな3つのベンチマークの実験によると、EgoForceは最先端の3D精度を実現し、HOT3Dデータセットでカメラ空間MPJPEを最大28%削減し、カメラ構成全体の一貫したパフォーマンスを維持する。 詳細については、https://dfki-av.github.io/EgoForce.comのプロジェクトページを参照してほしい。

関連論文リスト

• EgoEV-HandPose: Egocentric 3D Hand Pose Estimation and Gesture Recognition with Stereo Event Cameras [27.55657128726312]
  EgoEV-HandPoseはステレオイベントストリームからの2次元ポーズ推定とジェスチャー認識のためのエンドツーエンドフレームワークである。 EgoEVHandsは、エゴセントリックな手認識のための、最初の大規模な現実世界のステレオイベントカメラデータセットである。
  論文  参考訳（メタデータ） (2026-05-12T15:51:04Z)
• Controllable Egocentric Video Generation via Occlusion-Aware Sparse 3D Hand Joints [87.13154261503168]
  モーションコントロール可能なビデオ生成は、仮想現実と組み込みAIにおけるエゴセントリックなアプリケーションに不可欠である。 既存の手法は、しばしば3D一貫性のきめ細かい手話を実現するのに苦労する。 単一の参照フレームからエゴセントリックなビデオを生成する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-12T10:02:23Z)
• Ego-Exo 3D Hand Tracking in the Wild with a Mobile Multi-Camera Rig [14.496137517475743]
  高精度な3次元手や物体を撮像する新しいマーカーレスマルチカメラシステムを提案する。 軽量でバックマウントのキャプチャ・リグと8台のエキゾセントリックカメラ、そして2つのエゴセントリックなビューを提供するMeta Quest 3ヘッドセットを組み合わせています。 我々は、同期したマルチビュー画像と正確な3Dハンドポーズを備えた注釈付きデータセットを収集する。
  論文  参考訳（メタデータ） (2025-10-02T22:26:03Z)
• Bring Your Rear Cameras for Egocentric 3D Human Pose Estimation [69.68568832269285]
  ヘッドマウントデバイス(HMD)の前に設置したカメラを用いて,エゴセントリックな3次元ポーズ推定を積極的に研究している。 自己閉塞性や視野範囲の制限により、フルボディトラッキングが同じであるかどうかは不明だ。 マルチビュー情報と熱マップの不確実性を用いて2次元関節熱マップ推定を改良するトランスフォーマーに基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-03-14T17:59:54Z)
• Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
  本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。 動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。 本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
  論文  参考訳（メタデータ） (2023-09-28T17:59:51Z)

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。