EventEgoHands++ 改进事件相机一人称视角下的三维手部网格重建
EventEgoHands++ 是一种利用一人称视角事件相机数据重建三维手部网格的方法。事件相机在低照度和严重运动模糊环境下具有优势，但相机佩戴者的运动会产生密集的背景事件，掩盖手部信号。该方法引入手部检测器，通过实例级边界框和掩码分别识别左手和右手。此外，模型采用自适应注意力机制，根据检测结果动态调整注意力，从而更准确地学习双手之间的空间关系和相互作用。为训练和评估，研究人员扩展了合成 N-HOT3D 数据集，并构建了真实世界数据集 EEH-R，包含约一百万个带标注的帧，其中包括低照度环境。合成数据和真实数据上的实验表明，该方法 consistently 优于基线方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。