这是谁的手？基于自我中心手势的个体识别
计算机视觉与模式识别
2020-11-19 v1
摘要
在计算机视觉领域，通过人脸及其他生物特征进行个体识别已被广泛研究。但这些技术无法用于识别自我中心（第一人称）相机的佩戴者，因为该人很少（甚至从未）出现在自己的第一人称视角中。然而，尽管自己的面部不常见，手却经常可见：事实上，手是人自身视野中最常见的物体之一。因此，很自然地会提出一个问题：人手的外观与运动模式是否具有足够的独特性以实现个体识别。本文系统地研究了在无约束的自我中心手势下进行自我中心手部识别（Egocentric Hand Identification, EHI）的可能性。我们探索了多种不同的视觉线索，包括颜色、形状、皮肤纹理和深度图，以识别用户的手。我们进行了广泛的消融实验，以分析手部最具区分度的特征。最后，我们表明，EHI 可以通过对抗训练来鼓励模型忽略用户间的差异，从而提升手势识别等其他任务的泛化能力。
引用
@article{arxiv.2011.08900,
title = {Whose hand is this? Person Identification from Egocentric Hand Gestures},
author = {Satoshi Tsutsui and Yanwei Fu and David Crandall},
journal= {arXiv preprint arXiv:2011.08900},
year = {2020}
}
备注
Accepted to IEEE Winter Conference on Applications of Computer Vision (WACV) 2021 (First round acceptance)