HandFoldingNet：基于多尺度特征引导的 2D 手部骨架折叠的 3D 手姿估计网络
计算机视觉与模式识别
2021-08-13 v1
摘要
随着 3D 手姿估计在各种人机交互应用中的日益增多，基于卷积神经网络（CNNs）的估计模型已被积极研究。然而，现有模型需要复杂架构或冗余计算资源来换取可接受的精度。为应对该局限，本文提出 HandFoldingNet，一种准确且高效的手姿估计器，从归一化 3D 手部点云输入回归手部关节位置。所提模型利用基于折叠的解码器，将给定 2D 手部骨架折叠为对应关节坐标。为获得更高估计精度，折叠由多尺度特征引导，其包含全局与关节级局部特征。实验结果表明，所提模型在三个手姿基准数据集上以最低模型参数量要求优于现有方法。代码见 https://github.com/cwc1260/HandFold。
引用
@article{arxiv.2108.05545,
title = {HandFoldingNet: A 3D Hand Pose Estimation Network Using Multiscale-Feature Guided Folding of a 2D Hand Skeleton},
author = {Wencan Cheng and Jae Hyun Park and Jong Hwan Ko},
journal= {arXiv preprint arXiv:2108.05545},
year = {2021}
}
备注
Accepted as a conference paper at International Conference on Computer Vision (ICCV) 2021