关节式手部姿态估计综述

随着越来越多公司专注于增强现实(AR)、虚拟现实(VR)和可穿戴设备的商业化，为了实现自然、无缝和沉浸式的体验，基于手的输入机制变得必不可少。近年来，由于商品级深度相机的引入，手部姿态估计取得了长足进步。基于视觉的手部姿态估计仍然是一个具有挑战性的问题，其复杂性源于自遮挡（手指间）、手指间的高度相似性、手的灵活性、姿态的速度以及手部运动学参数的高维度。关节式手部姿态估计仍是一个开放问题，并正受到学术界和工业界的深入研究。用于手部姿态估计的两种方法是：判别式和生成式。生成式方法是一种基于模型的方法，试图将手模型拟合到观测数据。判别式方法基于外观，通常用机器学习(ML)实现，并且需要大量训练数据。近期的手部姿态估计使用混合方法，将判别式和生成式方法结合到单一手部流程中。在本文中，我们聚焦于综述从深度传感器出发的手部姿态估计近期进展。我们将调查判别式方法、生成式方法和混合方法。本文并非对所有手部姿态估计技术的全面综述，而是某些近期最先进(SOTA)技术的子集。