经验法则：用于改进指尖检测的深度去旋转
计算机视觉与模式识别
2015-07-22 v1
摘要
我们研究了一种使用深度卷积神经网络针对关节物体的新颖全局朝向回归方法。该方法与名为 DeROT 的平面内图像去旋转方案相结合，以解决深度图像中逐帧指尖检测问题。该方法降低了关节姿态空间中的学习复杂度，这通过采用两种不同的最先进的基于学习的手姿态估计方法应用于指尖检测得以证明。相较于基线实现，显示出显著的分类改进。我们的框架不涉及跟踪、运动学约束或手中关节物体的显式先验模型。为支持我们的方法，我们还描述了一种用于深度相机所成像物体的高精度磁性标注与标记的新流程。
引用
@article{arxiv.1507.05726,
title = {Rule Of Thumb: Deep derotation for improved fingertip detection},
author = {Aaron Wetzler and Ron Slossberg and Ron Kimmel},
journal= {arXiv preprint arXiv:1507.05726},
year = {2015}
}
备注
To be published in proceedings of BMVC 2015