利用深度与边缘信息的双流卷积神经网络用于精确的RGB-D指尖检测
计算机视觉与模式识别
2016-12-26 v1
摘要
深度图像中指尖的精确检测对人机交互至关重要。在本文中，我们提出了一种用于RGB-D指尖检测的新型双流卷积神经网络（CNN）。首先使用随机森林从原始深度图像中提取边缘图像。然后在我们的CNN结构中将边缘信息与深度信息相结合。我们研究了几种融合方法，并提出慢融合策略是一种有前景的指尖检测方式。如我们的实验所示，我们的实时算法在公开数据集HandNet上优于SOTA指尖检测方法，平均3D误差为9.9mm，并且在NYU手部数据集上表现出可比的指尖估计精度。
引用
@article{arxiv.1612.07978,
title = {Two-stream convolutional neural network for accurate RGB-D fingertip detection using depth and edge information},
author = {Hengkai Guo and Guijin Wang and Xinghao Chen},
journal= {arXiv preprint arXiv:1612.07978},
year = {2016}
}
备注
Accepted by ICIP 2016