四行代码实现第一人称视角姿态识别

我们解决从胸部安装的深度相机估计个体上肢（手臂+手）三维姿态的问题。重要的是，我们考虑的是日常与物体交互过程中的姿态估计。以往工作表明，强姿态+视点先验以及基于深度的特征对于实现稳健性能至关重要。在第一人称视角中，手和手臂可在相机前方一个明确定义的体积内被观察到。我们将此体积称为第一人称工作空间。一个显著特性是，手的外观与工作空间位置相关。为了利用这种相关性，我们在全局第一人称坐标系中对手臂+手配置进行分类，而非使用局部扫描窗口。这极大地简化了架构并提升了性能。我们提出了一条高效的流程：1）使用一台内参与我们物理相机匹配的虚拟胸部安装相机，生成用于训练的合成工作空间样本；2）在整个体积上计算透视感知的深度特征；3）通过稀疏多类支持向量机识别离散的手臂+手姿态类别。我们的方法能够从第一人称RGB-D图像中实时提供最先进的手部姿态识别性能。