단일 영상의 모호함
한 장의 컬러 영상에서는 깊이와 가려진 관절의 위치가 모호할 수 있다. FreiHAND 관련 연구는 학습한 데이터셋 안에서의 성능과 다른 자료로의 일반화를 나누어 살폈다.
자세와 형상 함께 주석하기
실제 다중 관점 자료에 손 피팅 최적화를 적용하고 사람이 참여하는 반복 절차로 주석을 만든다. 관절의 자세뿐 아니라 손의 형상도 포함한다.
관절과 표면의 차이
관절 위치를 예측하는 것과 관절이 움직이는 손 표면 전체를 추정하는 것은 다른 출력이다. FreiHAND는 단일 RGB 영상으로 관절화한 손 형상을 예측하는 모델의 학습과 평가에도 사용된다.
다른 자료로의 평가
촬영 배경과 외형이 다른 자료에서도 결과가 유지되는지 확인해야 한다. 다중 관점 정보를 주석에 썼다는 사실과 추론 시 여러 관점이 필요하다는 주장은 구분해야 한다.
관련 문서
HO-3D / DexYCB / ChildPlay-Hand / 자세 추정 / 삼차원 재구성 / 컴퓨터 비전