REST-HANDS:使用智能眼镜进行中风康复的自我中心视觉治疗手部功能
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
我们提出了EffHandNet和EffHandEgoNet两种方法,用于单手姿态估计和自我视角的手物交互。在H2O和FPHA数据集上表现优异,推断速度更快,精度分别达到91.32%和94.43%,超越现有3D技术。
🎯
关键要点
- 提出了EffHandNet和EffHandEgoNet两种新方法。
- EffHandNet用于单手姿态估计,EffHandEgoNet用于自我视角的手物交互。
- 构建了一个基于2D手部和物体姿态的动作识别架构。
- 在H2O和FPHA数据集上评估,推断速度更快。
- 精度分别达到91.32%和94.43%,超越现有3D技术。
🏷️
标签
➡️