利用立体匹配进行 3D 手部姿态跟踪与估计
计算机视觉与模式识别
2016-10-25 v1
摘要
3D 手部姿态跟踪/估计将在下一代人机交互中至关重要。目前大多数可用算法依赖于低成本的主动式深度传感器。然而，这些传感器容易受到其他主动源的干扰，且需要相对较高的功耗。因此，它们目前不适用于户外环境和移动设备。本文旨在利用被动立体视觉进行手部姿态的跟踪/估计，以规避这些局限性。为此，我们提出了一个基准数据集，包含从不同场景捕获的 18,000 对立体图像和 18,000 张深度图像，以及手掌和手指关节的真实 3D 位置（通过人工标注获得）。本文证明，只要手部分割正确，在提出的基准数据集上，大多数立体匹配算法都能保持最先进 (state-of-the-art) 跟踪/估计算法的性能。因此，我们提出了一种专为手部跟踪/估计设计的新型基于立体的手部分割算法。定量评估表明，所提出的算法适用于最先进的手部姿态跟踪/估计算法，且在不同挑战性场景下的跟踪质量可与使用主动式深度传感器相媲美。
引用
@article{arxiv.1610.07214,
title = {3D Hand Pose Tracking and Estimation Using Stereo Matching},
author = {Jiawei Zhang and Jianbo Jiao and Mingliang Chen and Liangqiong Qu and Xiaobin Xu and Qingxiong Yang},
journal= {arXiv preprint arXiv:1610.07214},
year = {2016}
}