单幅深度图像中的鲁棒三维手部姿态估计：从单视图 CNN 到多视图 CNN
计算机视觉与模式识别
2016-12-28 v3
摘要
手部姿态估计在人机交互中扮演着重要角色。尽管近期取得了一定进展，现有方法的精度仍不尽如人意，部分原因在于其内嵌的高维非线性回归问题的困难性。不同于现有基于单幅深度图像直接回归手部姿态的判别式方法，我们提出首先将查询深度图像投影到三个正交平面上，并利用这些多视图投影回归二维热图，以估计各平面上的关节位置。随后，这些多视图热图被融合，并结合学习到的姿态先验，生成最终的三维手部姿态估计。实验表明，所提方法在一个具有挑战性的数据集上大幅优于现有最优方法。此外，跨数据集实验也证明了该方法良好的泛化能力。
引用
@article{arxiv.1606.07253,
title = {Robust 3D Hand Pose Estimation in Single Depth Images: from Single-View CNN to Multi-View CNNs},
author = {Liuhao Ge and Hui Liang and Junsong Yuan and Daniel Thalmann},
journal= {arXiv preprint arXiv:1606.07253},
year = {2016}
}
备注
9 pages, 9 figures, published at Computer Vision and Pattern Recognition (CVPR) 2016