基于深度的三维手姿估计：从当前成就到未来目标
计算机视觉与模式识别
2018-03-30 v2
摘要
本文中我们力求回答两个问题：基于深度图像的三维手姿估计现状如何？以及，接下来需要应对哪些挑战？继成功的 Hands In the Million Challenge (HIM2017) 之后，我们在三项任务上调研了前十种前沿方法：单帧三维姿态估计、三维手部追踪及物体交互中的手姿估计。我们针对不同 CNN 结构在手形、关节可见性、视角与关节分布方面的表现进行分析。我们的发现包括：(1) 孤立三维手姿估计在 [70, 120] 度视角范围内达到较低平均误差（10 mm），但极端视角远未解决；(2) 三维体表示优于 2D CNN，能更好捕捉深度数据的空间结构；(3) 判别方法对未见手形的泛化仍较差；(4) 虽然关节遮挡对多数方法构成挑战，显式建模结构约束可显著缩小可见与遮挡关节误差间的差距。
引用
@article{arxiv.1712.03917,
title = {Depth-Based 3D Hand Pose Estimation: From Current Achievements to Future Goals},
author = {Shanxin Yuan and Guillermo Garcia-Hernando and Bjorn Stenger and Gyeongsik Moon and Ju Yong Chang and Kyoung Mu Lee and Pavlo Molchanov and Jan Kautz and Sina Honari and Liuhao Ge and Junsong Yuan and Xinghao Chen and Guijin Wang and Fan Yang and Kai Akiyama and Yang Wu and Qingfu Wan and Meysam Madadi and Sergio Escalera and Shile Li and Dongheui Lee and Iason Oikonomidis and Antonis Argyros and Tae-Kyun Kim},
journal= {arXiv preprint arXiv:1712.03917},
year = {2018}
}