論文の概要: EgoHand: Monocular 3D Hand Reconstruction from Egocentric Video

• arxiv url: http://arxiv.org/abs/2610.30293v2
• Date: Mon, 26 Oct 2026 23:50:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.328129
• Title: EgoHand: Monocular 3D Hand Reconstruction from Egocentric Video
• Title（参考訳）: EgoHand:エゴセンティブビデオによる単眼の3Dハンドレコンストラクション
• Abstract要約: EgoHandは、エゴセントリックビデオの最先端のパフォーマンスを実現する3Dハンドリコンストラクションモデルである。 このモデルは、2Dの手作物を変圧器で処理し、カメラキューと補助的な2Dブランチを組み、幾何学的整合性と画像アライメントを改善する。 我々は、EgoHandモデルとソースコードをOpenMDWライセンスでリリースし、そのモデルの無償商用利用を可能にした。
• 参考スコア（独自算出の注目度）: 20.060687595071848
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce EgoHand, a monocular 3D hand reconstruction model that achieves state-of-the-art performance on egocentric video. Central to our approach is the curation of a high-quality training corpus of 14 million images, combining synthetic data, in-the-wild video, and multi-camera motion capture to balance scene diversity and supervision quality. The model adopts SOMA-Hand as its parametric representation and processes 2D hand crops with a transformer encoder, incorporating camera cues and an auxiliary 2D branch to improve geometric consistency and image alignment. Zero-shot evaluations on HOT3D, ARCTIC, and H2O demonstrate strong out-of-domain generalization, with lower joint-position, root-translation, and acceleration errors than competing baselines at an inference latency of approximately 9.01 ms. A blinded user preference study further shows that participants favor EgoHand's reconstructed hand poses over those from Apple EgoDex and Ropedia Xperience-10M. We release the EgoHand model and source code under the OpenMDW license, allowing free commercial use of the model.
• Abstract（参考訳）: EgoHandはモノラルな3Dハンドリコンストラクションモデルで,エゴセントリックビデオの最先端性能を実現する。 われわれのアプローチの中心は、1400万枚の画像からなる高品質なトレーニングコーパスのキュレーションであり、シーンの多様性と監督品質のバランスをとるために、合成データ、内蔵ビデオ、マルチカメラモーションキャプチャを組み合わせている。 このモデルは、SOMA-Handをパラメトリック表現として採用し、2Dハンドクロップをトランスフォーマーエンコーダで処理し、カメラキューと補助2Dブランチを組み込んで幾何学的整合性と画像アライメントを改善する。 HOT3D、ARCTIC、H2Oのゼロショット評価は、およそ9.01msの推論遅延で競合するベースラインよりも低い結合位置、ルート翻訳、加速誤差で、ドメイン外の強力な一般化を示す。 我々は、EgoHandモデルとソースコードをOpenMDWライセンスでリリースし、そのモデルの無償商用利用を可能にした。

関連論文リスト

• EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience [51.280807066138465]
  EgoXperienceは、エゴセントリックビデオから人間の活動を再構築するためのフルスタックパラダイムである。 EgoXは、幾何学的に検証されたオブジェクトトラッキングとSLAMベースの世界アライメントを結合し、カメラ、シーン、手、オブジェクトを一貫した監視を行う。 本モデルは,1つの前方パスを持つ共有世界座標フレームにおけるカメラ,シーン,手,オブジェクトの連成距離再構成を実現する。
  論文  参考訳（メタデータ） (2026-10-19T15:56:05Z)
• HandEdit: A Unified Benchmark for Egocentric Human-to-Robot Dexterous Hand Image Editing [96.6894553388557]
  HandEditは、大規模なエボディメント対応の画像編集データセットとベンチマークである。 人間の手と腕を、エゴセントリックなフレーム内の様々な器用なロボット体に変身させる。 HandEditは、5つの多様なソースデータセットから派生した2億以上の編集インスタンスで構成されている。
  論文  参考訳（メタデータ） (2026-08-12T14:41:53Z)
• HandsOnWorld: Unconstrained Egocentric Video Generation with Camera-Disentangled Hand Control [51.913695868638634]
  We present HandsOnWorld, a framework for hand-control egocentric video generation that for multi-view and marker-based motion capture, learning from unconstrained monocular video。 EgoVid-Proは、クリーンでプロタゴニストのみのハンドトラジェクトリのデータセットで、103Kのクリップと、さまざまな日常シーンの約1200万フレームにまたがる。 また, カメラから手表面への3次元光線表現, カメラと手の動きを表現レベルで切り離す3次元ハンドマップを提案する。
  論文  参考訳（メタデータ） (2026-07-02T12:14:02Z)
• EgoForce: Forearm-Guided Camera-Space 3D Hand Pose from a Monocular Egocentric Camera [40.28396219356337]
  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。
  論文  参考訳（メタデータ） (2026-05-12T17:59:56Z)
• 3D Human Pose Perception from Egocentric Stereo Videos [67.9563319914377]
  我々は,エゴセントリックな立体3次元ポーズ推定を改善するためのトランスフォーマーベースの新しいフレームワークを提案する。 本手法は, しゃがんだり座ったりといった困難なシナリオにおいても, 人間のポーズを正確に推定することができる。 私たちはUnrealEgo2、UnrealEgo-RW、およびトレーニングされたモデルをプロジェクトページでリリースします。
  論文  参考訳（メタデータ） (2023-12-30T21:21:54Z)
• Ego-Body Pose Estimation via Ego-Head Pose Estimation [22.08240141115053]
  エゴセントリックなビデオシーケンスから3次元の人間の動きを推定することは、人間の行動理解において重要な役割を担い、VR/ARに様々な応用がある。 Ego-Head Pose Estimation (EgoEgo) と呼ばれる新しい手法を提案する。 この頭と体のポーズのゆがみは、ペア化されたエゴセントリックなビデオと3D人間の動きでデータセットをトレーニングする必要をなくす。
  論文  参考訳（メタデータ） (2022-12-09T02:25:20Z)
• UnrealEgo: A New Dataset for Robust Egocentric 3D Human Motion Capture [70.59984501516084]
  UnrealEgoは、エゴセントリックな3Dポーズ推定のための、新しい大規模博物学データセットである。 これは、2台の魚眼カメラを備えた高度な眼鏡のコンセプトに基づいており、制約のない環境で使用することができる。 本稿では,ステレオ入力のための2次元キーポイント推定モジュールを考案し,人間のポーズ推定を改善するための簡易かつ効果的なベンチマーク手法を提案する。
  論文  参考訳（メタデータ） (2022-08-02T17:59:54Z)

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。