您好、欢迎来到现金彩票网!
当前位置:刘伯温论坛 > 图像几何学 >

Efficient Hand Pose Estimation from a Single Depth

发布时间:2019-07-03 09:51 来源:未知 编辑:admin

  Efficient Hand Pose Estimation from a Single Depth Image

  提出了专用的三步流水线:初始估计步骤提供手部面内方向和3D位置的初始估计;候选生成步骤借助于旋转不变深度特征从霍夫投票空间生成一组3D姿势候选者;验证步骤提供最终的3D手姿势作为优化问题的解决方案。我们分析深度噪声,并提出建议,以尽量减少它们对整体性能的负面影响。

  我们的方法能够与Kinect类型的噪声深度图像一起使用,并且可靠地产生对一般运动的姿态估计。进行广泛的实验以定性和定量地评估关于可以访问附加RGB图像的现有技术方法的性能。

  Kinect型深度图像具有明显的深度噪声,这些噪声有效地降低了图像质量。特别是,区域有时会丢失并且在对象边界周围存在鬼影,具有未定义深度值的像素。

  这导致我们提出专用的三步管道:初始估计步骤使用霍夫森林模型提供手的面内方向和3D位置的估计; 候选生成步骤使用现在对平面内旋转不变的深度特征,从不同的霍夫森林的投票空间产生一组有限的合理3D姿势; 验证步骤提供最终的3D手姿势作为优化问题的解决方案。

  我们的系统在现有技术方面展示了其可比性或甚至更好的性能,通常使用额外的RGB信息。

  我们的方法从单个深度图像估计3D手姿势,其适用于一般运动(即,与活动无关)。 据我们所知,这是唯一一个使用Kinect型噪声深度图像的系统,可靠地产生一般运动的姿态估计。

  我们分析深度噪声,表明它们是从板载传感器的几何布局继承而来,并提供技巧以最小化它们对整体性能的负面影响。

  与例如常用的手动运动模型不同。 假设手掌处于俯仰状态,我们的模型能够模拟棕榈拱形。

  从单个RGB图像估计3D手姿势的问题也已经通过例如方法研究。 [18,21,9]用于单个RGB图像并且[8]适用于多台相机。这些方法通常不提供快速处理速度,因为在该上下文中的假设生成和验证在计算上相当苛刻。最近,在[16]中通过利用Kinect的RGB和深度通道提出了基于跟踪的3D手姿势估计方法。 然而,它需要显式初始化以学习在某些情况下可能麻烦的手部皮肤模型。

  市售的3Gear系统能够通过访问两个Kinect的RGB-D通道来稳健地估计手部姿势。 然而,它仅支持6个预定义文件。 这些手势在不同的方向上表现非常出色,但在使用看不见的手势时变得无法忍受。

  我们的系统工作深度超过半米,当一些手指被遮挡时效果很好,因为它不依赖于检测手指尖。

  我们的方法依赖于合成手部图像来训练模型,然后将其应用于真实深度图像以进行姿势估计。假设是合成的,真实的图像是相似的。 然而,在典型的Kinect型深度图像中存在明显的噪声。由于霍夫森林模型倾向于沿着深度边界拾取特征 - 这通常与具有大噪声的区域重合,因此问题进一步复杂化。 根据经验,我们观察到只是忽略它们的存在会导致性能降低很多。

  我们的模型不是从深度图像估计身体关节的3D位置,而是预测预定义的手动运动链的参数,然后用于构建3D手。这样做有两个主要动机。 首先,运动链模型更好地处理自遮挡,这种情况经常出现在手姿态估计中。 与关节的三维位置相比,运动链是一种全局表示,更能容忍小的局部扰动。 第二,对于人体姿势估计,一旦身体位置已知(即躯干被固定),肢体和头部可被粗略地视为独立的子链:例如, 左手的变化不会对其他部分产生重大影响。 相比之下,五个手指和手掌的运动是紧密相关的。

  Rehg和Kanade提出了一种广泛使用的手动运动链模型,它具有21+6自由度(DoF)。不幸的是,在这种运动学模型中,手掌被认为是一个刚性物体,使其无法用可感知的棕榈拱形来模仿手势。然而,限制在与活动无关的一般动作的范围内非常明显,例如, 当手指处于手的日常活动中经常出现的动作时。

  这是我们上下文中的非凸优化问题,因为随机变量Θ的未知向量中的元素紧密耦合。 解决此问题的常用方法是在连续空间中搜索固定点解,沿着与当前梯度相关的方向迭代地下降。 在实践中,不幸的是,这是一个耗时的瓶颈[9],尤其是在我们的背景下,因为候选人的姿势要在运动中呈现。 相反,我们通过在仅从步骤2移交的k个候选者的有限空间内搜索来选择粗略的近似替代方案,并选择使方程(3)最小化的空间。 这种简单的策略在经验上得到了令人满意的性能支持,同时它大大加快了处理速度。

  我们已经提出了一种从单个深度图像估计一般运动的3D手姿势的系统方法。 经验模拟表明,我们的系统能够提供快速准确的估算结果,其性能可与可访问其他RGB图像的最佳可用系统相媲美。 这是通过精心设计的三步管道以及深度噪声的详细分析实现的。

  在未来的工作中,我们计划利用手部运动约束的先验知识在缩小的参数空间中工作,以及扩展当前的工作以处理一方面与包括其他手的物理对象交互的场景。 我们还计划提供GPU计算版本,以实现更高效的处理。

  前言:    在物体识别或者是三维研究领域,我们知道RGB中包含了纹理、颜色和表观信息,而RGB信息对于光照等因素的鲁棒性不好,深度信息或者说是有关空间三维的信息来说,它能够对于光照等因素有较好的鲁...博文来自:gwl的博客

  2019年3月29号设定今周工作目标上周我们已经可以从输出的一个二维图片输出人体的14个关节点,下一步就是研究Convolutionalposemachines的输出是什么,怎么把这些输出设配到一个三...博文来自:的博客

  以为作者要采用mutil-task多任务特征学习的方法,用于估计单幅图像的深度、法向量、语义分割三个任务。还以为paper即将采用跟文献《FacialLandmarkDetectionbyDeepMu...博文来自:hjimce的专栏

  为了获得高效的手部分割数据集,我们尝试用超像素的方法改造NYU数据集。跑了一个SLIC算法后,我们看看这个NYU数据集。NYUhandposedataset1.a看个例子用matlab打开工程,运行v...博文来自:duyue3052的博客

  声明:此文章是作者自己学习过程中的简单总结,也是作者第一次上传,仅供各位同行参考,也请对文中错误和不足多多指教,敬请指正,谢谢!一、任务描述给定一幅图或者是一段视频,人体姿态估计就是恢复出其中的人体关...博文来自:的博客

  ECCV2018收录论文整理,共774篇。百度云链接:,密码:mh97。以下是下载后的文件:以下是文件名对...博文来自:愿十四亿神州尽舜尧

  1创新点提出新的位置估计表示形式:预测2d图片中心和距离摄像头距离(利用图像坐标来推测实际3D坐标)。并且通过hough投票来确定物体位置中心。提出新的姿态估计损失函数ShapeMatch-Loss:...博文来自:村上春竹

  通知:这篇文章有15篇论文速递信息,涉及目标检测、目标跟踪、姿态估计、SLAM、GAN、行为识别、去雾、网络优化等方向目标检测[1]《Single-ShotBidirectionalPyramidNe...博文来自:阿木寺的博客

  转载链接:作为计算机视觉领域三大顶会之一,CVPR2019(2019.6.16-6.19在美国洛杉矶举办)被...博文来自:maweifei的博客

  转自知乎:计算机科学的领域理论计算机科学 数据结构和算法 计算理论 信息论与编码理论 编程语言和编译器 形式化方法 计算机系统 计算机体系结构与计算机工程 操作系统 并发、并行与分布式系统...博文来自:fantasysolo的博客

  第三天下午两大主题:图像处理传统项目之,局部特征与图像视频复原。博文来自:shenxiaolu1984的专栏

  jquery/js实现一个网页同时调用多个倒计时(最新的)nn最近需要网页添加多个倒计时. 查阅网络,基本上都是千遍一律的不好用. 自己按需写了个.希望对大家有用. 有用请赞一个哦!nnnn//jsn...博文来自:Websites

  这一篇,代码折腾的时间较长,完成之后都是一些小细节,主要有三:n1、引入的依赖错误;n2、启动配置错误;n3、xml文件的mapper命名空间错误。n一、完整的pom.xmlnn...博文来自:lxhjh的专栏

  本系列博客学习由非官方人员 半颗心脏 潜心所力所写,仅仅做个人技术交流分享,不做任何商业用途。如有不对之处,请留言,本人及时更改。1、 Esp8266之 搭建开发环境,开始一个“hellow worl...博文来自:徐宏的博客。

  扫二维码关注,获取更多技术分享nnn 本文承接之前发布的博客《 微信支付V3微信公众号支付PHP教程/thinkPHP5公众号支付》必须阅读上篇文章后才可以阅读这篇文章。由于最近一段时间工作比较忙,...博文来自:Marswill

  采用EasyUI 1.4.x 版本,默认default风格,异步加载页面,多Tab页展示,使用JSON文件模拟从后台动态获取数据。...博文来自:般若

  DirectX修复工具API Sets强力修复实验包下载地址:nn密码:5y5vnnnn实验包使用说明...博文来自:VBcom的专栏

  接着上次的图书管理系统rnrn修改完问题后把SpringBoot成功部署到了服务器上rn测试了下api接口,能正常访问rn那么下面就是在服务器上部署前端的vue.js了rnrnrn这里的话我们要明确一...博文来自:小时的枫的博客

http://airgomusic.com/tuxiangjihexue/499.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有