典型文献
基于手指点加强和多级特征融合的三维人手姿态估计
文献摘要：
针对现有的三维(3D)人手姿态估计算法没有充分挖掘手指特性和关键特征作用的问题,提出了手指点加强(FPR)策略和多级融合注意力(MFSE)模块.FPR策略突出了人手点云中手指位置点的作用,加强了网络特征提取层对点云中手指位置点的关注,提高了手指关节点的回归精度.MFSE模块提高了分层网络提取和表达局部特征的能力,该模块实现了分层网络之间不同层次特征的融合和权重分配,增强了模型的鲁棒性和人手姿态估计的准确度.在两个公共基准数据集MSRA和ICVL上的实验表明,所提算法能够实现高精度的3D人手姿态估计.
文献关键词：
机器视觉;三维点云;深度学习;注意力机制;手部姿态估计
中图分类号：
作者姓名：
张开宜;洪濡;盖绍彦;达飞鹏
作者机构：
东南大学自动化学院,江苏南京210096;东南大学复杂工程系统测量与控制教育部重点实验室,江苏南京210096;东南大学深圳研究院,广东深圳518036
文献出处：
引用格式：
[1]张开宜;洪濡;盖绍彦;达飞鹏-.基于手指点加强和多级特征融合的三维人手姿态估计)[J].光学学报,2022(19):122-129
A类：
人手姿态估计,MFSE,ICVL
B类：
指点,多级特征融合,姿态估计算法,关键特征,FPR,云中,指位,网络特征,手指关节,关节点,局部特征,不同层次,层次特征,权重分配,基准数据集,MSRA,机器视觉,三维点云,注意力机制,手部姿态估计
AB值：
0.281688
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。
