HandyNet：检测、分割、定位与分析驾驶员双手的一站式解决方案
计算机视觉与模式识别
2019-02-01 v2
摘要
与人体手相关的任务长期以来都是计算机视觉领域的一部分。手作为人类的主要执行器，除了作为与其他人类及机器交流/交互的另一种形式外，还传达了大量关于活动和意图的信息。在本研究中，我们专注于训练一个单一的的前馈卷积神经网络（CNN），能够执行许多可能与未来自动驾驶和半自动驾驶车辆相关的手部任务。由此得到的网络，我们称之为 HandyNet，能够在车内检测、分割并定位（在 3D 中）驾驶员双手。该网络还经过额外训练以识别驾驶员可能正在交互的手持物体。为满足训练此类网络的数据需求，我们提出一种基于色度键控的廉价标注方法，从而避开了标注此类数据所需的数周人力。该过程能高效生成数千个带标签的训练样本，并且可相对容易地在新环境中复现。
引用
@article{arxiv.1804.07834,
title = {HandyNet: A One-stop Solution to Detect, Segment, Localize & Analyze Driver Hands},
author = {Akshay Rangesh and Mohan M. Trivedi},
journal= {arXiv preprint arXiv:1804.07834},
year = {2019}
}