方向至关重要：基于局部表面法线的手部姿态估计
计算机视觉与模式识别
2016-04-12 v1
摘要
我们提出了一种基于局部表面法线从单张深度图像估计手部关节位置的分层回归框架。该分层回归遵循从手腕到指尖的树状手部拓扑结构。我们提出了一种条件回归森林，即帧条件回归森林(FCRF)，其使用了一种新的法线差分特征。在回归的每一阶段，参考坐标系由局部表面法线或先前估计的手部关节建立。通过相对于局部坐标系进行回归，姿态估计对刚性变换更具鲁棒性。我们还引入了一种新的高效近似方法来估计表面法线。我们在两个具有挑战性的真实世界数据集上进行了实验，验证了方法的有效性，并显示出相较先前判别性姿态估计方法的一致改进。
引用
@article{arxiv.1604.02657,
title = {Direction matters: hand pose estimation from local surface normals},
author = {Chengde Wan and Angela Yao and Luc Van Gool},
journal= {arXiv preprint arXiv:1604.02657},
year = {2016}
}