在第一人称视频中检测手部：迈向动作识别
计算机视觉与模式识别
2017-09-11 v1
摘要
近年来，从可穿戴相机收集的数据中分析人类日常活动越来越受到关注。由于手参与大量日常任务，在第一人称图像中检测手是识别各种第一人称动作的重要步骤。然而，除了第一人称图像中极端的光照变化外，由于手部外观固有的巨大变异性，手部检测并非易事。我们提出了一种手部检测器，利用皮肤建模进行快速手部候选区域生成，并使用卷积神经网络进行手部识别。我们在UNIGE-HANDS数据集上测试了我们的方法，并表明所提出的方法取得了有竞争力的手部检测结果。
引用
@article{arxiv.1709.02780,
title = {Detecting Hands in Egocentric Videos: Towards Action Recognition},
author = {Alejandro Cartas and Mariella Dimiccoli and Petia Radeva},
journal= {arXiv preprint arXiv:1709.02780},
year = {2017}
}