跳到正文
arXiv · AI· Kailin Wang, Haoxiang Jie, Yaoyuan Yan, Zhiyou Heng, Zhaosong Li·· 2 天前AI 评分21

EgoHandWAM:探索第一人称视角世界行动建模中手部运动的作用

EgoHandWAM: Probing the Role of Hand Motion in Egocentric World Action Modeling

AI 导读

EgoHandWAM模型预测3D手腕轨迹与未来视觉特征,在751,065个EgoDex窗口上训练,使用冻结的DINOv2编码器。 仅预测动作将使2秒手腕末端误差从60.26降至56.48mm,添加未来特征监督对轨迹精度影响甚微;利用记录的手部历史使平滑L1误差降低1.32%,随机打乱历史则会消除这一增益。

来源:arXiv · AI · arxiv.org