基于模型的深度手部姿态估计
计算机视觉与模式识别
2016-06-23 v1
摘要
以往基于学习的手部姿态估计方法并未充分利用手部模型几何中的先验信息。相反，它们通常依赖单独的模型拟合步骤来生成有效的手部姿态。这种后处理既不方便也不是最优的。在这项工作中，我们提出了一种基于模型的深度学习方法，该方法采用基于正向运动学的层来确保估计姿态的几何有效性。我们首次表明，将这种非线性生成过程嵌入深度学习对于手部姿态估计是可行的。我们的方法在具有挑战性的公开数据集上得到了验证，并取得了 SOTA 性能。
引用
@article{arxiv.1606.06854,
title = {Model-based Deep Hand Pose Estimation},
author = {Xingyi Zhou and Qingfu Wan and Wei Zhang and Xiangyang Xue and Yichen Wei},
journal= {arXiv preprint arXiv:1606.06854},
year = {2016}
}