期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RGB图像的三维人手姿态估计技术综述
1
作者
肖一
刘越
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第2期161-172,共12页
鉴于RGB相机在虚拟现实头盔等移动计算设备中的普遍性,基于RGB图像的三维人手姿态估计技术具有广阔的应用前景和研究价值,近年来已成为计算机视觉领域的一个研究热点.得益于深度学习技术的快速发展,与之相关的三维人手姿态估计算法层出...
鉴于RGB相机在虚拟现实头盔等移动计算设备中的普遍性,基于RGB图像的三维人手姿态估计技术具有广阔的应用前景和研究价值,近年来已成为计算机视觉领域的一个研究热点.得益于深度学习技术的快速发展,与之相关的三维人手姿态估计算法层出不穷.文中回顾和总结了三维人手姿态估计技术.首先简述了三维人手姿态估计的相关工作,指出了其当前面临的挑战;然后梳理了基于RGB图像的三维人手姿态估计算法,对现有的基于参数模型方法和非参数模型方法进行了讨论,分析了每类算法包含的技术方法以及优缺点;之后总结了相关的三维手数据集与评价标准,并比较了每类算法在常用数据集上的表现;最后探讨了该技术的发展前景.
展开更多
关键词
三维
人手姿态估计
深度学习
计算机视觉
RGB图像
在线阅读
下载PDF
职称材料
基于像素投票的人手全局姿态估计
被引量：
2
2
作者
林晋钢
李东年
+1 位作者
陈成军
赵正旭
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第19期2379-2389,共11页
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...
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。
展开更多
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
在线阅读
下载PDF
职称材料
题名
基于RGB图像的三维人手姿态估计技术综述
1
作者
肖一
刘越
机构
北京理工大学光电学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第2期161-172,共12页
基金
国家自然科学基金(61960206007)
高等学校学科创新引智计划(B18005).
文摘
鉴于RGB相机在虚拟现实头盔等移动计算设备中的普遍性,基于RGB图像的三维人手姿态估计技术具有广阔的应用前景和研究价值,近年来已成为计算机视觉领域的一个研究热点.得益于深度学习技术的快速发展,与之相关的三维人手姿态估计算法层出不穷.文中回顾和总结了三维人手姿态估计技术.首先简述了三维人手姿态估计的相关工作,指出了其当前面临的挑战;然后梳理了基于RGB图像的三维人手姿态估计算法,对现有的基于参数模型方法和非参数模型方法进行了讨论,分析了每类算法包含的技术方法以及优缺点;之后总结了相关的三维手数据集与评价标准,并比较了每类算法在常用数据集上的表现;最后探讨了该技术的发展前景.
关键词
三维
人手姿态估计
深度学习
计算机视觉
RGB图像
Keywords
3D hand pose estimation
deep learning
computer vision
RGB image
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于像素投票的人手全局姿态估计
被引量：
2
2
作者
林晋钢
李东年
陈成军
赵正旭
机构
青岛理工大学机械与汽车工程学院
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第19期2379-2389,共11页
基金
国家自然科学基金资助项目(No.51705273)。
文摘
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。
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
Keywords
hand pose estimation
Convolutional Neural Network(CNN)
deep learning
depth image
synthetic dataset
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RGB图像的三维人手姿态估计技术综述
肖一
刘越
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于像素投票的人手全局姿态估计
林晋钢
李东年
陈成军
赵正旭
《光学精密工程》
EI
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
