Core Concepts
提案されたS2DHandソリューションは、単一ビューの推定器を二重ビューに適応させることで、手のポーズ推定の性能を大幅に向上させます。
Abstract
この論文では、単一ビュー画像に依存する既存の手ポーズ推定方法の限界を克服するために、新しいSingle-to-Dual-view adaptation(S2DHand)ソリューションが提案されています。この手法は、マルチビューラベルやカメラパラメータを必要とせず、任意のデュアルビューに対応可能です。特定のステレオ制約を使用して信頼性のある疑似ラベルを生成し、モデルがデュアルビューに適合するようにします。実験結果は、S2DHandがすべてのデュアルビューペアで顕著な改善をもたらし、他の適応方法よりも優れたパフォーマンスを発揮することを示しています。
Stats
デフォルト設定ではMPJPE(平均関節位置誤差)が使用されており、最大20%以上の精度向上が見られました。
S2DHandはα = 0.7およびβ = ∞で最高のパフォーマンスを達成しました。
カメラペアcam1, 2 - Headset1では、RGR項が予測エラーが60mm以上の場合に疑似ラベルエラーを大幅に削減したことが示されました。
Quotes
提案されたS2DHandは、「単一ビューから二重ビューへの適応フレームワーク」として設計されており、「すべてのデュアルビューペアで顕著な性能向上」を実現します。