教師モデル2個を使用し、双方が出力する確信度の不一致を活用して生徒モデルを学習させ、かつ教師モデル2個が同じ推論結果を出力しないように異なるミニバッチで知識の蒸留(Knowledge Distillation)を行う手法を提案した。

DexYCBをソースのデータセットとして使用し、HO3DとHanCoとFPHAのデータセットで定量的な評価を行い、従来手法を上回る結果。定性的な評価では、CVPR 2022採択のEgo4Dデータセットも含めて比較を行い、従来手法より手を検出できている結果。

新たなアプローチを提案し、ドメイン適応の性能も高いため通ったと考えられる。プロジェクトページ( https://tkhkaeio.github.io/projects/22-hand-ps-da/ )が公開されている。論文のAcknowledgmentsでは、ダルビッシュ有投手からプレゼントされたGPUのサポートにも言及している。