-
题名基于锚点的快速三维手部关键点检测算法
- 1
-
-
作者
秦晓飞
何文
班东贤
郭宏宇
于景
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《电子科技》
2024年第4期77-86,共10页
-
基金
国家自然科学基金(92048205)
国家留学基金(202008310014)。
-
文摘
在人机协作任务中,手部关键点检测为机械臂提供目标点坐标,A2J(Anchor-to-Joint)是具有代表性的一种利用锚点进行关键点检测的方法。A2J以深度图为输入,可实现较好的检测效果,但对全局特征获取能力不足。文中设计了全局-局部特征融合模块(Global-Local Feature Fusion,GLFF)对骨干网络浅层和深层的特征进行融合。为了提升检测速度,文中将A2J的骨干网络替换为ShuffleNetv2并对其进行改造,用5×5深度可分离卷积替换3×3深度可分离卷积,增大感受野,有效提升了骨干网络对全局特征的提取能力。文中在锚点权重估计分支引入高效通道注意力模块(Efficient Channel Attention,ECA),提升了网络对重要锚点的关注度。在主流数据集ICVL和NYU上进行的训练和测试结果表明,相比于A2J,文中所提方法的平均误差分别降低了0.09 mm和0.15 mm。在GTX1080Ti显卡上实现了151 frame·s^(-1)的检测速率,满足人机协作任务对于实时性的要求。
-
关键词
人机协作
三维手部关键点检测
锚点
深度图
全局-局部特征融合
ShuffleNetv2
深度可分离卷积
高效通道注意力
-
Keywords
human-robot collaboration
3D hand keypoint detection
anchor point
depth map
global-local feature fusion
ShuffleNetv2
depthwise separable convolution
efficient channel attention
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
