arXiv 机器学习· JiaCheng Ge, SiYu Zhang, ShengJie Li, XinTong Yang·· 2 小时前AI 评分27
EVFormer：用于第一视角双手姿态估计的视觉-肌电双向注意力模型
EVFormer: An Egocentric Vision-EMG Bidirectional Attention Model for Bimanual Hand Pose Estimation
AI 导读
EVFormer 是一种结合单帧 RGB 图像与前 200 ms 双腕表面肌电信号（sEMG）的多模态模型，用于估计 44 个手指及手腕关节角度。该模型通过序列双向交叉注意力和特征门控融合实现视觉与肌电特征交互。在 296 个测试样本上，EVFormer 的平均绝对误差达到 11.482 度，较仅视觉基线降低 13.20%，并在 5 类手势中的 4 类取得最低误差。
来源：arXiv 机器学习 · arxiv.org