期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于自适应遮挡恢复与拓扑姿态双向感知的三维手部重建方法
1
作者 刘佳 黄楠瑄 +1 位作者 陈大鹏 魏李娜 《液晶与显示》 北大核心 2025年第6期867-880,共14页
现有的三维手部网格重建方法面临多个挑战,尤其在处理遮挡和高灵活度手部姿态时,会出现手部几何信息缺失与拓扑结构错误的问题。为使三维手部重建在遮挡情况下仍能保持准确和高效,本文提出了一种利用单目RGB图像实时高效地重建手部三维... 现有的三维手部网格重建方法面临多个挑战,尤其在处理遮挡和高灵活度手部姿态时,会出现手部几何信息缺失与拓扑结构错误的问题。为使三维手部重建在遮挡情况下仍能保持准确和高效,本文提出了一种利用单目RGB图像实时高效地重建手部三维网格的两阶段网络框架。在第一阶段,通过在注意力机制中引入可学习的注意力权重掩码和区域一致性损失,设计了自适应遮挡恢复模块。该模块针对遮挡区域进行信息自适应恢复,显著增强遮挡情况下的特征表达能力。在第二阶段,结合静态拓扑建模和动态姿态感知,以及双向传递图卷积和新颖的关节旋转感知注意力间的特征信息,提出了拓扑-姿态双向感知模块。该模块实现了静态和动态特征的互补增强,提升了关节特征的细节捕捉能力。本文方法在FreiHAND和InterHand2.6M数据集上与现有的优秀方法进行定性与定量实验比较。实验结果表明,在FreiHAND数据集上,本文方法的PA-MPVPE降低至6.1 mm,推理速度达到了39 FPS;在InterHand2.6M数据集上,本文方法的MPJPE降低至8.07 mm,MPVPE降低至8.22 mm。本文方法满足三维手部重建的抗遮挡、实时且高效、姿态准确等要求。 展开更多
关键词 三维手部网格重建 注意力机制 图卷积网络 区域一致性损失 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部