MS-MANO：基于生物力学约束的手势跟踪技术

该研究提出了一种新颖的学习框架，用于视觉手部动力学分析，考虑了手部运动的生理方面。通过将肌肉骨骼系统与可学习的参数手部模型（MANO）集成起来，创建了一种新的模型 MS-MANO，模拟肌肉和肌腱的动力学驱动骨骼系统，对产生的扭矩轨迹施加了生理上的真实约束。进一步提出了一个模拟中的姿势精炼框架 BioPR，通过多层感知机（MLP）网络来优化初始估计的姿势。通过与 MyoSuite 的比较评估了 MS-MANO 的准确性，而与两个大规模公共数据集和两种最新的先进方法的比较评估了 BioPR 的效能。结果表明，与基准方法相比，我们的方法在定量和定性上都持续改进了。