JoHan：视频直接生成2D-3D手部运动
热点事件持续更新
JoHan：视频直接生成2D-3D手部运动
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者提出名为 JoHan 的统一生成框架，可直接从视频序列恢复手部运动，不再依赖逐帧姿态预测作为中间步骤。该模型从零训练，联合生成对齐的 2D 与 3D 局部手部姿态序列，学习其时间动态与跨表示对应关系，并据此恢复手部相对相机的全局位置与朝向。 据论文称，在多个挑战性基准上，JoHan 在局部手部姿态与相机空间重建的精度和速度上均有显著提升，运动轨迹比此前方法更平滑，同时保持较高的逐帧姿态精度。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
JoHan：视频条件生成式联合 2D-3D 手部运动恢复报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CVJoHan：视频条件生成式联合 2D-3D 手部运动恢复
研究者提出 JoHan，一个从视频序列直接恢复手部运动的统一生成框架，无需依赖逐帧姿态预测作为中间步骤。该模型从零训练，联合生成对齐的 2D 与 3D 局部手部姿态序列，学习其时间动态与跨表示对应关系，并据此恢复手部相对相机的全局位置与朝向。在多个挑战性基准上，JoHan 在局部手部姿态与相机空间重建的精度和速度上均有显著提升，运动轨迹比此前方法更平滑，同时保持较高的逐帧姿态精度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。