韩国提出QORT-Former框架,实现AR/VR双手交互实时姿态分析
韩国蔚山科学技术院团队开发的QORT-Former是一款基于Transformer的实时框架,专门用于手部和物体的三维姿态估计。该模型通过限制查询和解码器数量来提升效率,使用108个查询和1个解码器在RTX 3090TI GPU上实现53.5 FPS的实时性能。研究表明,QORT-Former相较于现有模型在准确性上有显著提升,尤其在左手、右手和物体的姿态估计上分别高出17.6%、22.8%和27.2%。这项技术适用于增强现实和虚拟现实领域,标志着手-物交互理解的重大进展。