区域集成网络：改进卷积网络用于手部姿态估计
计算机视觉与模式识别
2019-03-04 v2
摘要
从单目深度图像进行手部姿态估计是人机交互中一个重要且具有挑战性的问题。最近，具有复杂设计的深度卷积网络（ConvNet）已被用于解决该问题，但相对于传统方法的改进并不明显。为了提升直接三维坐标回归的性能，我们提出了一种树结构的区域集成网络（REN），该网络将卷积输出划分为区域，并集成每个区域上多个回归器的结果。与多模型集成相比，我们的模型是完全端到端训练的。实验结果表明，我们的方法在两个公开数据集上取得了优于现有最佳方法的性能。
引用
@article{arxiv.1702.02447,
title = {Region Ensemble Network: Improving Convolutional Network for Hand Pose Estimation},
author = {Hengkai Guo and Guijin Wang and Xinghao Chen and Cairong Zhang and Fei Qiao and Huazhong Yang},
journal= {arXiv preprint arXiv:1702.02447},
year = {2019}
}
备注
Accepted to ICIP 2017. Project: https://github.com/guohengkai/region-ensemble-network