MEgoVista
一种针对手部三维姿态重建的轨迹级优化方法，通过在整段录制的尺度上联合优化，结合可靠视觉观测与时序/解剖学约束，解决单目视角下手部被物体遮挡时的重建问题。
时间轴 (近 90 天)
MEgoVista 的手部追踪方法分两步：第一步用检测器区分相机佩戴者自己的手和别人的手，第二步跨帧追踪保持身份一致，然后进行 3D 运动重建。
原帖作者针对追踪器发生身份切换的情况提出三种处理方式：丢弃整段录像、剪掉受影响的片段、或保留但加一个不确定性标签。
MEgoVista 的第一步检测器本质上是在做自我中心场景下的手部归属分类，比通用的手部检测多了一个身份维度。
MEgoVista 的第二步跨帧追踪借鉴了多目标跟踪中的检测-关联范式，但约束更强，要求同一身份在时间上连续。
MEgoVista 将可靠的视觉观测（手指明确可见的帧）与时序连续性和解剖学约束（如手指不能瞬移、关节活动有生理极限）结合起来进行手部重建。
MEgoVista 类方法论证了不必要求人类改变行为、而是让重建算法去适应遮挡这一路径的可行性，该思路适用于任何涉及手物交互的机器人学习任务。
MEgoVista 的核心思路是将手部重建问题从单帧推断升级为全程优化，在整段录制的尺度上进行手部运动优化。
全部知识事实 (7)
MEgoVista 的手部追踪方法分两步：第一步用检测器区分相机佩戴者自己的手和别人的手，第二步跨帧追踪保持身份一致，然后进行 3D 运动重建。
50%待验证原帖作者针对追踪器发生身份切换的情况提出三种处理方式：丢弃整段录像、剪掉受影响的片段、或保留但加一个不确定性标签。
50%待验证MEgoVista 的第一步检测器本质上是在做自我中心场景下的手部归属分类，比通用的手部检测多了一个身份维度。
50%待验证MEgoVista 的第二步跨帧追踪借鉴了多目标跟踪中的检测-关联范式，但约束更强，要求同一身份在时间上连续。
50%待验证MEgoVista 将可靠的视觉观测（手指明确可见的帧）与时序连续性和解剖学约束（如手指不能瞬移、关节活动有生理极限）结合起来进行手部重建。
50%待验证MEgoVista 类方法论证了不必要求人类改变行为、而是让重建算法去适应遮挡这一路径的可行性，该思路适用于任何涉及手物交互的机器人学习任务。
50%待验证MEgoVista 的核心思路是将手部重建问题从单帧推断升级为全程优化，在整段录制的尺度上进行手部运动优化。
50%