面向三维手姿估计的高效虚拟视角选择
计算机视觉与模式识别
2022-03-30 v1
摘要
基于单张深度图的三维手姿估计是计算机视觉中的基础问题，并具有广泛应用。然而，由于人手的视角变化与遮挡，现有方法仍无法取得令人满意的手姿估计结果。本文提出一种新的虚拟视角选择与融合模块，用于基于单张深度图的三维手姿估计。我们提出自动选择多个虚拟视角进行姿态估计并融合所有结果，经验表明这可实现准确且鲁棒的姿态估计。为选择最有效的虚拟视角用于姿态融合，我们通过网络蒸馏利用轻量网络基于虚拟视角的置信度对虚拟视角进行评估。在 NYU、ICVL 和 Hands2019 三个主要基准数据集上的实验表明，我们的方法在 NYU 和 ICVL 上优于当前最优方法，在 Hands2019-Task1 上取得极具竞争力的性能，且我们所提出的虚拟视角选择与融合模块对三维手姿估计均有效。
引用
@article{arxiv.2203.15458,
title = {Efficient Virtual View Selection for 3D Hand Pose Estimation},
author = {Jian Cheng and Yanguang Wan and Dexin Zuo and Cuixia Ma and Jian Gu and Ping Tan and Hongan Wang and Xiaoming Deng and Yinda Zhang},
journal= {arXiv preprint arXiv:2203.15458},
year = {2022}
}
备注
Accepted by AAAI2022