用于二维手姿估计的骨架感知多尺度热图回归

现有的基于RGB的二维手姿估计方法从单一分辨率学习关节位置，不适用于不同手部尺寸。为解决此问题，我们提出一个新的基于深度学习的框架，包含两个主要模块。前者提出一种基于分割的方法检测手部骨架并定位手部边界框。第二个模块通过多尺度热图回归方法回归二维关节位置，利用预测的手部骨架作为约束引导模型。此外，我们构建了一个同时适用于手部检测与姿态估计的新数据集。我们在两个数据集上定性和定量验证了我们的方法。结果表明所提方法优于当前最优，并能在杂乱图像和复杂姿态下恢复姿态。