学习从单张RGB图像估计三维手部姿态

低成本消费级深度相机和深度学习使得从单张深度图像进行合理的三维手部姿态估计成为可能。本文提出一种从常规RGB图像估计三维手部姿态的方法。由于缺失深度信息，该任务存在更多歧义。为此，我们提出一个深度网络，学习网络隐式的三维关节先验。结合图像中检测到的关键点，该网络产生良好的三维姿态估计。我们引入一个基于合成手部模型的大规模三维手部姿态数据集用于训练相关网络。在多个测试集（包括一个手语识别测试集）上的实验证明了单张彩色图像三维手部姿态估计的可行性。