手部追踪缺失接触阶段标签的评估讨论

在采集机器人学习用的人类插找示教数据时，手部追踪可能因遮挡在接触阶段丢失姿态标签。有讨论指出，整体高 recall 和仅按成功检测计算的姿态误差会掩盖这种局部失效，使评估结果失真。为此，讨论者提出可借鉴 MEgoVista 的评估方法作为起点，包括其 Table 3 中的检测指标，以及 Section 4.4 中对漏检赋误差的评估协议。同时建议按 approach、contact、withdrawal 三个阶段分别报告覆盖率，并统计最长连续丢失间隙，以更细粒度地反映手部追踪在接触关键阶段的可靠性。目前该讨论仅停留在方法建议层面，尚无新的实验结果或工具发布报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。