利用单张 RGB 图像在真实场景中实时估计 3D 手部姿态
计算机视觉与模式识别
2017-12-12 v1
摘要
我们提出了一种使用单台普通 RGB 相机实时估计一个或多个人类手部完整 3D 姿态的方法。该领域近期工作利用 RGBD 输入取得了令人瞩目的进展。然而,自 RGBD 传感器引入以来,针对单目彩色输入的情况进展甚微。我们利用深度学习的最新进展,将其与生成式手部姿态估计技术的优势相结合,以在不受限场景中实现实时单目 3D 手部姿态估计。更具体地,给定一张 RGB 图像及相关的相机标定信息,我们采用最先进的检测器来定位手部。给定图像中手部的裁剪区域,我们运行 OpenPose 的预训练手部网络来估计手部关节的 2D 位置。最后,非线性最小二乘最小化将手的 3D 模型拟合到估计的 2D 关节位置,从而恢复 3D 手部姿态。大量实验结果提供了与当前最优方法的对比以及该方法在真实场景中的定性评估。
引用
@article{arxiv.1712.03866,
title = {Using a single RGB frame for real time 3D hand pose estimation in the wild},
author = {Paschalis Panteleris and Iason Oikonomidis and Antonis Argyros},
journal= {arXiv preprint arXiv:1712.03866},
year = {2017}
}