Une équipe de recherche du Département d'Automatisation de l'Université Tsinghua, en collaboration avec Shouyi Technology, a publié EgoEMG, le premier ensemble de données multimodal égocentrique fournissant simultanément des données EMG, de vision, de profondeur et de mouvement pour l'estimation de la pose de la main.
EgoEMG comprend des données synchronisées de 41 participants sur plus de 10 heures. Les résultats clés montrent que l'erreur EMG pure est 2,4 fois supérieure à celle de la vision pure, et que la fusion multimodale à dominance visuelle donne les meilleurs résultats.
