典型文献
基于像素投票的人手全局姿态估计
文献摘要：
针对人手全局姿态估计误差较大的问题,提出了一种基于像素投票的人手全局姿态估计方法.建立编码器-解码器结构卷积神经网络产生语义信息与姿态信息特征图;分别利用语义分割分支、姿态估计分支从特征图中获取人手像素位置与逐像素姿态投票,最后汇总人手像素的姿态投票获得投票结果.为解决人手全局姿态数据集较少的问题,通过OpenSceneGraph(OSG)三维渲染引擎和三维人手模型建立人手数据集合成程序.该程序可生成不同手势下的人手深度图像与全局姿态标签.实验结果表明,基于像素投票的人手全局姿态估计方法的误差均值为5.036°,可以准确地从深度图像中估计人手全局姿态.
文献关键词：
人手姿态估计;卷积神经网络;深度学习;深度图像;合成数据集
中图分类号：
作者姓名：
林晋钢;李东年;陈成军;赵正旭
作者机构：
青岛理工大学机械与汽车工程学院,山东青岛266520
文献出处：
引用格式：
[1]林晋钢;李东年;陈成军;赵正旭-.基于像素投票的人手全局姿态估计)[J].光学精密工程,2022(19):2379-2389
A类：
人手姿态估计
B类：
投票,估计误差,估计方法,编码器,解码器,语义信息,姿态信息,信息特征,特征图,语义分割,像素位置,OpenSceneGraph,OSG,三维渲染,手模型,立人,数据集合,手势,深度图像,误差均值,合成数据集
AB值：
0.274305
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
