用于二维手部姿态估计的旋转不变混合图模型网络
计算机视觉与模式识别
2020-02-07 v1
摘要
本文中，我们提出一种名为旋转不变混合图模型网络（R-MGMN）的新架构，以解决单目 RGB 图像的二维手部姿态估计问题。通过集成一个旋转网络，R-MGMN 对图像中手的旋转具有不变性。它还有一个图模型池，可依据输入图像从中选取图模型的组合。信念传播在每个图模型上分别执行，生成一组边缘分布，被用作手部关键点位置的置信图。最终置信图通过聚合这些置信图得到。我们在两个公开手部姿态数据集上评估 R-MGMN。实验结果表明，我们的模型以明显优势超越二维手部姿态估计中广泛使用的 SOTA 算法。
引用
@article{arxiv.2002.02033,
title = {Rotation-invariant Mixed Graphical Model Network for 2D Hand Pose Estimation},
author = {Deying Kong and Haoyu Ma and Yifei Chen and Xiaohui Xie},
journal= {arXiv preprint arXiv:2002.02033},
year = {2020}
}
备注
2020 IEEE Winter Conference on Applications of Computer Vision (WACV)