优化MediaPipe Holistic全身姿态估计中的手部区域检测以提高准确性并避免下游错误
计算机视觉与模式识别
2024-05-14 v2
摘要
本文解决了MediaPipe Holistic的手部感兴趣区域（ROI）预测中的一个关键缺陷，该缺陷在处理非理想手部方向时存在困难，影响了手语识别的准确性。我们提出了一种数据驱动的方法来增强ROI估计，利用增强的特征集，包括额外的手部关键点和z维度。我们的结果表明，与当前方法相比，我们的估计更好，交并比更高。我们的代码和优化可在https://github.com/sign-language-processing/mediapipe-hand-crop-fix获取。
引用
@article{arxiv.2405.03545,
title = {Optimizing Hand Region Detection in MediaPipe Holistic Full-Body Pose Estimation to Improve Accuracy and Avoid Downstream Errors},
author = {Amit Moryossef},
journal= {arXiv preprint arXiv:2405.03545},
year = {2024}
}