名称
Single-to-Dual-View Adaptation for Egocentric 3D Hand Pose Estimation
时间：CVPR2024
机构：The University of Tokyo
TL;DR
多目3D hand pose estimation数据比较难标注，作者核心思路是先训练单目模型，利用无监督的方法适配到双目场景，好处是 a.无需标多目数据； b.可以适应任何相机摆放方式。
Method
初始化R
有单目模型可预测\(J^{v1}\)与\(J^{v2}\)，通过这两组点可解出相机Rotation的初始解。
Single-to-dual-view adaptation
使用momentum model输出结果作为伪标签，监督Estimator的学习。
Pseudo-labeling
attention-based merging
使用heatmap的score作为attention的权重。
rotation-guided refinement
类似于初始化阶段的作法，用所有训练数据预测\(J^{v1}\)与\(J^{v2}\)来更新R。再使用更新后的R来算出新momentum model预测的Label。
Experiment
总结与发散
整体思路比较简单，出发点还算不错(1.多目无监督数据使用；2.不使用相机参数，自己适配出来)
相关链接
引用的第三方的链接