多尺度高分辨率保持和视角不变的手姿态估计

摘要：

目前基于彩色图像的手姿态2D关键点热图估计大多数采用卷积姿势机或沙漏网络进行,但这两种网络不能同时满足高分辨率表示保持学习和多尺度特征融合.针对该问题引用了一种多尺度高分辨率保持的网络,该网络采用高低分辨率表示并行设计的结构,并通过融合所有分辨率表示增强各分辨率表示的特征,而且拥有多个阶段提取高质量特征用于2D热图估计.为得到3D手姿态,还使用了全局旋转视角不变的方法将2D热图映射到3D姿态.在三个公开数据集(RHD、STB、Dexter+Object)上分别对2D手姿态估计和3D手姿态估计进行了实验,结果验证了该方法在手姿态估计中的有效性.

关键词：手姿态估计、高分辨率表示、多尺度融合、视角不变、深度学习

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;江西省教育厅科技项目;国家重点实验室开放基金

在线出版日期：2021-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：148-157