论文页面 - Hand Visibility Detector：手部逐关键点可见性估计

Source: https://huggingface.co/papers/2608.11574

摘要

这项工作介绍了一个专门用于手部逐关节可见性估计的模型，并展示了它在多视角 3D 手部姿态标注中的价值。手部姿态估计 (https://huggingface.co/papers?q=Hand%20Pose%20Estimation)（HPE）是 AR/VR 和机器人等多种应用中的基础技术。在这些应用中，图像中每个手部关节的可见性对于评估遮挡情况下估计结果的可靠性至关重要。然而，大多数现有的 HPE 方法只输出关节点位置，并未明确指示其可见性。尽管有些方法考虑了遮挡或可见性，但可见性估计 (https://huggingface.co/papers?q=visibility%20estimation) 主要被用作改进姿态估计的辅助信号。据我们所知，手部逐关节可见性估计 (https://huggingface.co/papers?q=visibility%20estimation) 尚未作为独立任务被系统研究。在这项工作中，我们提出了 Hand Visibility Detector (https://huggingface.co/papers?q=Hand%20Visibility%20Detector)——一个用于估计单个手部关节可见性的模型，并首次对可见性估计 (https://huggingface.co/papers?q=visibility%20estimation) 作为独立任务进行了系统研究。我们表明，利用在大规模数据上预训练的 HPE 模型的先验知识作为骨干网络，可以在该任务中取得高性能。我们进一步展示了 Hand Visibility Detector (https://huggingface.co/papers?q=Hand%20Visibility%20Detector) 在通过 2D 关键点的多视角三角化 (https://huggingface.co/papers?q=multi-view%20triangulation) 进行 3D 手部姿态标注这一下游任务中的实用性，结果表明，基于可见性加权的三角化 (https://huggingface.co/papers?q=visibility-weighted%20triangulation) 能够降低重投影误差 (https://huggingface.co/papers?q=reprojection%20error)。我们的方法已作为开箱即用的工具包发布，代码和演示可在 https://github.com/ryhara/hand_visibility_detector 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2608.11574) 查看 PDF (https://arxiv.org/pdf/2608.11574) GitHub30 (https://github.com/ryhara/hand_visibility_detector) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.11574)

将这篇论文获取到您的 agent 中：

hf papers read 2608\.11574

还没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 1

ryhara/hand-visibility-detector 关键点检测 • 约 14 小时前更新 • 1 (https://huggingface.co/ryhara/hand-visibility-detector)

引用此论文的数据集 0

没有关联此论文的数据集

在数据集的 README.md 中引用 arxiv.org/abs/2608.11574，即可从本页链接到它。

引用此论文的 Spaces 0

没有关联此论文的 Space

在 Space 的 README.md 中引用 arxiv.org/abs/2608.11574，即可从本页链接到它。

包含此论文的收藏集 0

没有包含此论文的收藏集

将这篇论文添加到收藏集 (https://huggingface.co/new-collection)，即可从本页链接到它。