香港理工大学 发布 Ego-HOIBench 数据集, 应用在 自我中心视角、交互检测 领域

香港理工大学 本次发布的数据集 Ego-HOIBench, Ego-HOIBench是一个新的数据集，旨在促进Ego-HOI检测的基准和开发。该数据集包含超过27K个高质量的 egocentric 图像，具有123个细粒度的手-动词-对象三元组注释，覆盖了日常生活活动中的丰富场景、对象类型和手部配置。此外，该数据集还定义了两种Ego-HOIBench挑战，以探索Ego-HOI检测任务。为了建立一个新的基线，我们提出了一个轻量级且有效的交互增强方案，即HGIR，该方案利用手部姿态和几何线索来从全局角度改善交互表示。我们的方法可以灵活地与现成的HOI检测器集成，无需额外的手部姿态估计器，即可实现出色的效率。实验结果表明，我们的方法在Ego-HOIBench上取得了显著的性能提升。

查看Ego-HOIBench

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。