跳到正文
arXiv · 机器人与计算机视觉· Kailin Wang, Haoxiang Jie, Yaoyuan Yan, Zhiyou Heng, Zhaosong Li·· 12 小时前AI 评分59

EgoHandWAM:探究手部动作在自中心世界动作建模中的作用

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

AI 导读

论文 EgoHandWAM 探究了第一人称相机视角下手部运动对预测未来视觉特征的贡献。研究基于 751,065 个 EgoDex 窗口训练,冻结 DINOv2 编码器,结果显示仅凭历史轨迹信息对视觉特征预测的增益有限(平滑 L1 误差降低 1.32%),而结合未来位移掩码能显著减少误差(降低 3.93%)。

来源:arXiv · 机器人与计算机视觉 · arxiv.org