xinghaochen/awesome-hand-pose-estimation

이 프로젝트가 무엇인가

awesome-hand-pose-estimation은 손 자세 추정(hand pose estimation)에 관한 연구 자료의 엄선된 참조 목록("awesome list")입니다. 손 자세 추정은 컴퓨터 비전 작업으로, 일반적으로 이미지나 깊이 데이터에서 손이 어디에 있고 관절이 어떻게 위치하는지 파악하는 작업입니다.

이것은 실행하는 소프트웨어가 아닙니다. 논문, 데이터셋 및 기타 자료를 수집한 읽기 목록이며, 각 항목에는 PDF 링크와 때로는 코드 또는 프로젝트 페이지 링크가 포함됩니다.

포함 내용

README에 따르면, 목록은 다음 섹션으로 구성됩니다:

• 평가(Evaluation) — 손 자세 성능이 어떻게 측정되는지에 대한 세부 정보가 있는 evaluation 폴더를 가리킵니다.
• arXiv 논문 — 사전 인쇄 논문으로, 각각 제목, 저자, arXiv 페이지 및 PDF 링크가 있습니다. 일부는 코드, 프로젝트 페이지 또는 데이터셋 링크도 포함합니다.
• 저널 논문 — 동료 검토를 거친 저널 기사로, 두 그룹으로 나뉩니다:
  • TPAMI / IJCV (두 개의 최고 컴퓨터 비전 저널)
  • 기타 저널 (예: TIP, TCSVT, Neurocomputing, Sensors 등)
• 학회 논문 — 주요 학회(CVPR, ECCV, ICCV 등)의 논문으로, 2014년부터 2025년까지 연도별로 구성됩니다. (README의 목차에는 이 섹션이 나열되어 있지만, 제공된 텍스트에는 세부 항목이 표시되지 않습니다.)
• 학위 논문 — 학술 학위 논문 (목차에 나열, 세부 사항은 표시되지 않음).
• 데이터셋 — 깊이(Depth), RGB+깊이, RGB 데이터셋으로 그룹화됩니다 (목차에 나열, 세부 사항은 표시되지 않음).
• 워크숍 및 챌린지 — 관련 이벤트 (목차에 나열, 세부 사항은 표시되지 않음).
• 기타 관련 논문 — 추가 논문 (목차에 나열, 세부 사항은 표시되지 않음).

항목 형식

각 논문 항목에는 일반적으로 다음이 포함됩니다:

• 제목
• 저자 (*는 동등 기여를 표시)
• PDF 링크 (arXiv, IEEE, ScienceDirect 등)
• 때로는 추가 링크: 코드, 프로젝트 페이지 또는 데이터셋

예시 항목 (README에서)

• TriHorn-Net — 깊이 기반 3D 손 자세 추정 모델로, GitHub에 코드가 있습니다.
• FrankMocap — 빠른 단안 3D 손 및 신체 모션 캡처로, 프로젝트 페이지가 있습니다.
• HandAugment — 깊이 기반 3D 손 자세 추정을 위한 데이터 증강 방법으로, 코드가 있습니다.
• A Survey on 3D Hand Pose Estimation: Cameras, Methods, and Datasets — 설문 조사 논문.

사용 방법

README는 기여를 초대합니다("Feel free to contribute!"). 목록은 탐색용으로 만들어졌습니다 — 목차를 통해 섹션으로 이동하고, 연도나 학회별로 논문을 찾고, 링크를 따라 읽거나 다운로드할 수 있습니다.

핵심 요점

이것은 손 자세 추정을 연구하는 연구자와 개발자를 위한 유지 관리되는 참고 문헌입니다. 출처(arXiv, 저널, 학회), 연도, 주제(데이터셋, 챌린지 등)별로 분야의 문헌을 구성하여 관련 작업을 쉽게 찾을 수 있게 합니다.