4D点云中多人的实时手部定位

我们提出了一种新颖的实时算法，用于在杂乱的4D体数据（动态3D体）中定位手部并找出其与多人的关联。不同于传统的多视角方法（在2D中找关键点再通过三角化恢复3D位置），我们的方法直接处理涉及杂乱与人群的动态3D数据。体表示比来自不同视点的部分观测更可取，并能得到更鲁棒和准确的结果。然而，由于体表示中数据量巨大，暴力3D方案速度很慢。本文中，我们提出新颖的实时方法来解决该问题，以取得比先前方法更高的准确率和更快的速度。我们的方法检测每个主体的3D边界框并定位每个人的手部。我们开发了用于快速候选提议的新2D特征，并使用一种新的最大覆盖二分匹配公式优化轨迹关联，这对鲁棒性能至关重要。我们提出了一种新颖的分解方法，将每个人3D体中的关键点定位化简为一系列高效的2D问题。实验表明，所提方法比不同的竞争方法更快，且定位误差几乎只有前者的一半。