論文の概要: UST-Hand: An Uncertainty-aware Spatiotemporal Point Cloud Interaction Network for 3D Self-supervised Hand Pose Estimation

• arxiv url: http://arxiv.org/abs/2605.17742v1
• Date: Mon, 18 May 2026 01:47:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.507637
• Title: UST-Hand: An Uncertainty-aware Spatiotemporal Point Cloud Interaction Network for 3D Self-supervised Hand Pose Estimation
• Title（参考訳）: UST-Hand:3次元自己教師型ハンドポース推定のための不確かさを意識した時空間クラウドインタラクションネットワーク
• Authors: Tianhao Han, Haoyang Zhang, Liang Xie, Haochen Chang, Kun Gao, Yuan Cheng, Pengfei Ren, Erwei Yin,
• Abstract要約: UST-Handは、手ポーズの不確実性分布を推定し、確率的ポイントクラウド特徴空間を構築する、自己教師型学習フレームワークである。 最先端性能を実現し、MPVPE(Mean Per Vertex Position Error)において、既存の自己監督手法を37.8%向上させる。
• 参考スコア（独自算出の注目度）: 23.50585940745022
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Manually annotating accurate 3D hand poses is extremely time-consuming and labor-intensive. Existing self-supervised hand pose estimation methods leverage the discrepancy between input images and rendered outputs, or multi-view consistency constraints, as the driving force to optimize networks and progressively refine pose accuracy. However, these methods are highly susceptible to noisy pseudo-labels and overlook the importance of fully exploiting fine-grained spatial correlations, which undermines the stability of model training. To address these issues, we propose UST-Hand, a self-supervised learning framework that estimates uncertainty distribution of hand pose and constructs a probabilistic point cloud feature space, which enables the complex spatiotemporal relationship modeling. UST-Hand employs a conditional normalizing flow model to capture hand pose distributions and samples diverse hypotheses, facilitating robust learning under noisy pseudo-labels supervision with enhanced stability. These multi-hypothesis are mapped to a unified probabilistic 3D point cloud space for multi-view and temporal feature interaction, comprehensively exploring hand motion patterns and fine-grained spatial correlations. Extensive experiments on three challenging datasets demonstrate that UST-Hand achieves state-of-the-art performance, outperforming existing self-supervised methods by up to 37.8% in Mean Per Vertex Position Error (MPVPE).
• Abstract（参考訳）: 手動による正確な3Dポーズの注釈付けは非常に時間と労力がかかります。 既存の手ポーズ推定手法では、入力画像と出力された出力の相違、あるいは複数ビューの一貫性の制約を利用して、ネットワークを最適化し、ポーズの精度を漸進的に改善する。 しかし,これらの手法はノイズの多い擬似ラベルに対して非常に感受性が高く,モデルトレーニングの安定性を損なうような空間的相関性を完全に活用することの重要性を軽視している。 これらの課題に対処するために,手ポーズの不確実性分布を推定する自己教師型学習フレームワークUST-Handを提案し,複雑な時空間関係モデリングを可能にする確率的点雲特徴空間を構築した。 UST-Handは、条件付き正規化フローモデルを用いて、手ポーズの分布と多様な仮説のサンプルを取得し、安定性を高めたノイズの多い擬似ラベルの監督の下で堅牢な学習を容易にする。 これらのマルチハイポテーシスは、多視点および時間的特徴相互作用のための統一された確率的3次元点雲空間にマッピングされ、手の動きパターンときめ細かい空間相関を包括的に探索する。 3つの挑戦的なデータセットに対する大規模な実験は、UST-Handが最先端のパフォーマンスを達成し、MPVPE(Mean Per Vertex Position Error)において、既存の自己管理手法を最大37.8%上回ったことを示している。

関連論文リスト

• HandMCM: Multi-modal Point Cloud-based Correspondence State Space Model for 3D Hand Pose Estimation [60.2305990057581]
  3Dハンドポーズ推定は、拡張現実のような多くの人間とコンピュータのインタラクションアプリケーションにとって不可欠である。 HandMCMは強力な状態空間モデル(Mamba)に基づく新しい手法である
  論文  参考訳（メタデータ） (2026-02-02T03:25:43Z)
• Learning Correlation-aware Aleatoric Uncertainty for 3D Hand Pose Estimation [29.05126213133674]
  本稿では3次元ポーズ推定フレームワークにアレータリック不確実性モデリングを導入する。 本稿では,手関節の内在的相関を捉えるために,単一の線形層を利用する新しいパラメータ化を提案する。 実験により,不確実性モデリングのパラメータ化が既存手法より優れていることが示された。
  論文  参考訳（メタデータ） (2025-09-01T08:31:01Z)
• StarPose: 3D Human Pose Estimation via Spatial-Temporal Autoregressive Diffusion [29.682018018059043]
  StarPoseは3次元人間のポーズ推定のための自己回帰拡散フレームワークである。 歴史的3Dポーズの予測と空間的物理的ガイダンスが組み込まれている。 人間の3次元ポーズ推定における精度と時間的一貫性を向上する。
  論文  参考訳（メタデータ） (2025-08-04T04:50:05Z)
• 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)
• D-SCo: Dual-Stream Conditional Diffusion for Monocular Hand-Held Object Reconstruction [74.49121940466675]
  モノクローナルハンドヘルドオブジェクト再構成のためのCentroid-fixed dual-stream conditionalfusionを導入する。 まず、対象のセントロイドがずれることを避けるために、手動制約付きセントロイド固定パラダイムを用いる。 第2に、意味的および幾何学的に手動物体の相互作用をモデル化するための二重ストリームデノイザを導入する。
  論文  参考訳（メタデータ） (2023-11-23T20:14:50Z)
• Non-Local Latent Relation Distillation for Self-Adaptive 3D Human Pose Estimation [63.199549837604444]
  3次元ポーズ推定アプローチは、強い(2D/3Dポーズ)または弱い(複数ビューまたは深さ)ペアによる監督の異なる形態を利用する。 我々は3Dポーズ学習を,ラベル付きソースドメインから完全に損なわれないターゲットへのタスク知識の転送を目的とした,自己指導型適応問題として捉えた。 我々は、異なる自己適応設定を評価し、標準ベンチマークで最先端の3Dポーズ推定性能を示す。
  論文  参考訳（メタデータ） (2022-04-05T03:52:57Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)
• Kinematic-Structure-Preserved Representation for Unsupervised 3D Human Pose Estimation [58.72192168935338]
  大規模インスタディオデータセットの監視を用いて開発された人間のポーズ推定モデルの一般化可能性については疑問が残る。 本稿では,2対あるいは2対の弱い監督者によって抑制されない,新しいキネマティック構造保存型非教師付き3次元ポーズ推定フレームワークを提案する。 提案モデルでは,前方運動学,カメラ投影,空間マップ変換という3つの連続的な微分可能変換を用いる。
  論文  参考訳（メタデータ） (2020-06-24T23:56:33Z)

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。