论文12:55单目 RGB 手部姿态估计新框架 CS-ViT：HO3D 上超 SOTA 37.1%单目 RGB 就能算 3D 手部姿态，HO3D 上比 SOTA 准最多 37.1%，做手势交互的可以看代码。#Vision Transformer#HO3D#手部姿态估计#计算机视觉aarXiv cs.AI@Kaiwen Ren 等 4 人原文稍后读已读值得跟进有用关注 Vision Transformer