Newest papers

V-JEPA Hand: Simple, Accurate and Fast 3D Hand and Camera Trajectory Recovery from Egocentric Videos

Ruicheng Li, Qixiu Li, Yu Deng, Sicheng Xu, Jiaolong Yang, Baining Guo · 2026 · arXiv

DOI: 10.48550/arXiv.2610.26780 · open-access PDF

Vietnamese

Egocentric video hỗ trợ các ứng dụng đa dạng, bao gồm học robot, thực tế tăng cường và hiểu biết hoạt động của con người. Khôi phục quỹ đạo tay 3D từ video như vậy đòi hỏi phải ước tính cả chuyển động tay và chuyển động máy ảnh để thể hiện bàn tay trong một khung tham chiếu nhất quán. Nhiều đường ống hiện có phục hồi chuyển động tay và máy ảnh trong các giai đoạn riêng biệt, kết hợp phát hiện tay, xây dựng lại bàn tay, theo dõi máy ảnh và tinh chỉnh quỹ đạo. Chúng tôi trình bày V-JEPA Hand, một mô hình video chuyển tiếp đơn giản, cùng nhau tái tạo chuyển động tay và chuyển động máy ảnh song song từ chuyển động

Machine translation (Meta M2M100); the English original follows.

Abstract

Egocentric video supports diverse applications, including robot learning, augmented reality, and human activity understanding. Recovering metric 3D hand trajectories from such video requires estimating both hand motion and camera egomotion to express the hands in a consistent reference frame. Many existing pipelines recover hand and camera motion in separate stages, combining hand detection, hand reconstruction, camera tracking, and trajectory refinement. We present V-JEPA Hand, a simple feed-forward video model that jointly reconstructs bilateral hand motion and camera motion from egocentric

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange