训练用于手部姿态估计的反馈回路
计算机视觉与模式识别
2016-10-03 v1
摘要
我们提出了一种完全数据驱动的方法，用于在给定深度图像的情况下估计手部的 3D 姿态。我们表明，可以通过使用反馈回路来纠正训练用于预测 3D 姿态估计值的卷积神经网络所犯的错误。该反馈回路的组件同样是深度网络，使用训练数据进行优化。它们消除了将 3D 模型拟合到输入数据的需要，而后者需要精心设计的拟合函数和算法。我们表明，我们的方法优于现有方法（state-of-the-art），并且效率很高，我们的实现在单个 GPU 上以超过 400 fps 的速度运行。
引用
@article{arxiv.1609.09698,
title = {Training a Feedback Loop for Hand Pose Estimation},
author = {Markus Oberweger and Paul Wohlhart and Vincent Lepetit},
journal= {arXiv preprint arXiv:1609.09698},
year = {2016}
}
备注
Presented at ICCV 2015 (oral)