韩国首尔国立大学研究者提出HACO框架,解决手部接触估计中的数据不平衡问题。论文《Learning Dense Hand Contact Estimation from Imbalanced Data》针对手部接触数据中的类别不平衡(大多数样本无接触)和空间不平衡(接触主要集中在指尖)提出两大创新:平衡接触采样和顶点级类别平衡损失函数。他们利用14个数据集的84万张图像进行训练,在多种手部交互场景中显著超越现有方法,F1得分从之前最佳的0.197提升至0.531,同时在3D抓取优化和物体重建等下游任务中也展现出强大应用价值。
至顶网 科技行者 2025-05-21 13:31:52