論文の概要: HandAnthro: Automated Hand Anthropometry from a Single Image

• arxiv url: http://arxiv.org/abs/2609.37855v1
• Date: Tue, 29 Sep 2026 15:43:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.702181
• Title: HandAnthro: Automated Hand Anthropometry from a Single Image
• Title（参考訳）: HandAnthro: 単一画像から手動自動計測
• Abstract要約: HandAnthroは、アメリカの文字サイズの紙の手のひらの写真から、44個の手の大きさを推定している。 パイプラインは、修正のために手首に隠された紙の境界を再構築し、非手ぶれのピクセルを白くし、41個の人文学特有のランドマークを洗練する。
• 参考スコア（独自算出の注目度）: 13.983957304307564
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Hand anthropometry supports protective-glove design, but existing measurement methods often require trained operators, specialized hardware, or manual landmarking. We present HandAnthro, which estimates 44 projected hand dimensions from a smartphone photograph of a palm-up hand on US letter-size paper. The pipeline reconstructs wrist-occluded paper boundaries for rectification, whitens non-hand pixels, and refines 41 anthropometry-specific landmarks from a fine-tuned You Only Look Once (YOLO) pose model using image-specific geometry and contours. Controlled evaluation comprised 720 captures from 45 held-out participants, each contributing 16 images across two smartphones, two backgrounds, two angles, and two nominal illumination settings. HandAnthro produced complete outputs for 704 captures (97.8%); among these, mean absolute error (MAE) was 3.80 mm per dimension against two trained operators' caliper measurements. Regional MAEs were 2.48 mm for non-thumb fingers, 6.04 mm for thumbs, and 6.17 mm for palm and wrist. In a researcher-assisted mobile-app pilot, automated batch processing returned all 44 dimensions for 260 of 268 retained, researcher-screened firefighter images (97.0%). A descriptive, unpaired comparison with an independent national firefighter reference yielded a mean absolute difference of 2.40 mm across 28 sex-by-dimension group-mean contrasts. These results characterize controlled measurement performance and researcher-assisted field feasibility for future distributed hand-anthropometry studies.
• Abstract（参考訳）: ハンドマントメトリーは保護手袋のデザインをサポートするが、既存の測定方法は訓練されたオペレーター、特別なハードウェア、手動のランドマークを必要とすることが多い。 本稿では,アメリカの文字サイズ紙の手のひら写真から,44個の手の大きさを推定するハンドアンスロについて述べる。 パイプラインは、修正のために手首に隠された紙の境界を再構築し、非手書きピクセルを白くし、細調整されたYou Only Look Once (YOLO)から41個の人文計測特有のランドマークを精査する。 コントロールされた評価では、45人の参加者から720人が撮影され、それぞれ2つのスマートフォン、背景2つ、角度2つ、名目上の照明設定2つに16枚の画像が提供された。 HandAnthroは704回の捕獲(97.8%)のために完全な出力を生成し、そのうち平均絶対誤差(MAE)は2人の訓練されたオペレーターのキャリパー測定に対して1次元あたり3.80mmであった。 地域のMAEは指以外の指が2.48mm、親指が6.04mm、手のひらと手首が6.17mmであった。 研究者支援のモバイルアプリパイロットでは、自動バッチ処理が44次元全てを268点中260点に戻し、研究者がスクリーニングした消防士画像(97.0%)が返却された。 独立国の消防士の基準と比較すると、平均的な絶対差は28のセックス・バイ・ディメンション・グループ・平均のコントラストに対して2.40mmであった。 これらの結果は、将来の分散ハンドマントメトリー研究における計測性能と研究者支援フィールドの実現性を特徴づけるものである。

関連論文リスト

• A Reconfigurable Dual-Opposition Architecture for Single-Hand Assembly and Manipulation [41.48810921144776]
  我々は、手動組立と操作のための再構成可能な双対配置アーキテクチャを提案する。 4つの独立に動く指は2つの仮想的な指の反対に組織され、相対的な構成は再構成可能な手のひらによって制御される。 シミュレーションでは、LEAPハンドの73.8%に対して、直径40-230mm以上の平均連続球回転成功率は98.6%である。
  論文  参考訳（メタデータ） (2026-09-19T08:22:50Z)
• MAAP: Multi-Agent Active Perception for Collaborative Manipulation [8.972337432522744]
  我々はMAAP(Multi-Agent Active Perception)を紹介する。 操作アクションを実行し、それを運ぶ手首カメラを通じて、同時にチームの移動視点として機能する。 これをRAIL(Role-Aware Learning)と組み合わせて、各アームの現在の役割を、アクションチャンクとアクション生成の条件に沿って予測するコントローラと組み合わせる。
  論文  参考訳（メタデータ） (2026-09-18T15:50:15Z)
• Multimodal RewardBench 2: Evaluating Omni Reward Models for Interleaved Text and Image [58.14192385042352]
  マルチモーダル・リワードベンチ2(MMRB2)は,マルチモーダル理解と(インターリーブされた)生成に対する報酬モデルの最初のベンチマークである。 MMRB2はテキスト・ツー・イメージ、画像編集、インターリーブド・ジェネレーション、マルチモーダル推論の4つのタスクにまたがる。 21のソースタスクにわたる23のモデルとエージェントから、タスク毎に1000のエキスパートアノテートされた好みペアを提供する。
  論文  参考訳（メタデータ） (2025-12-18T18:56:04Z)
• EMPalm: Exfiltrating Palm Biometric Data via Electromagnetic Side-Channels [54.460942487872416]
  EMエミッションは、手のひら生体情報を漏れさせる。 EMPalmは、盗聴されたEM信号からパームプリントとパームベインの画像の両方を隠蔽的に回収する攻撃フレームワークである。
  論文  参考訳（メタデータ） (2025-10-08T20:50:19Z)
• Robustness Evaluation in Hand Pose Estimation Models using Metamorphic Testing [2.535271349350579]
  ハンドポーズ推定(HPE)は、画像やビデオフレームから手ポーズを予測し、記述するタスクである。 本研究では,HPEモデルのロバスト性を評価するためにメタモルフィックテストを採用する。
  論文  参考訳（メタデータ） (2023-03-08T13:23:53Z)
• Im2Hands: Learning Attentive Implicit Representation of Interacting Two-Hand Shapes [58.551154822792284]
  Implicit Two Hands (Im2Hands) は、2つの相互作用する手の最初の暗黙の表現である。 Im2Handsは、両手と手と手と画像のコヒーレンシーの高い2つの手のきめ細かい幾何学を生成することができる。 両手再建におけるIm2Handsの有効性を, 関連手法と比較して実験的に実証した。
  論文  参考訳（メタデータ） (2023-02-28T06:38:25Z)
• Transformer-based Global 3D Hand Pose Estimation in Two Hands Manipulating Objects Scenarios [13.59950629234404]
  本報告では,エゴセントリックカメラとマルチビューカメラによるECCV 2022による人体・手・活動(HBHA)問題に対する第1位ソリューションについて述べる(手ポーズ推定)。 本研究では,2つの手と物体が自我中心の視点で相互作用している入力画像から,グローバルな3次元手ポーズを推定することを目的とする。 提案手法は,トランスアーキテクチャを用いたエンドツーエンドのマルチハンドポーズ推定を行う。
  論文  参考訳（メタデータ） (2022-10-20T16:24:47Z)
• Measuring Generalisation to Unseen Viewpoints, Articulations, Shapes and Objects for 3D Hand Pose Estimation under Hand-Object Interaction [137.28465645405655]
  HANDS'19は、現在の3Dハンドポーズ推定器(HPE)がトレーニングセットのポーズを補間し、外挿する能力を評価するための課題である。 本研究では,最先端手法の精度が低下し,トレーニングセットから外れたポーズでほとんど失敗することを示す。
  論文  参考訳（メタデータ） (2020-03-30T19:28:13Z)

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。