检索结果-维普期刊中文期刊服务平台

基于级联卷积神经网络的彩色图像三维手势估计被引量：1: 1; 作者刘玮戴仕明 +2 位作者杨文姬杨红云钱文彬《小型微型计算机系统》 CSCD 北大核心 2020年第3期558-563,共6页; 估计手的三维姿态是人机交互中重要的组成部分.针对从单个彩色图像估计准确的三维手势困难这一问题,提出了一种基于级联卷积神经网络的估计方法,该级联网络分三阶段,手部掩膜估计、二维手势估计和三维手势估计,三阶段级联网络进行端到... 展开更多; 关键词级联卷积神经网络手势估计三维手姿态彩色图像; 在线阅读下载PDF 职称材料

基于深度图像预旋转的手势估计改进方法被引量：1: 2; 作者徐正则张文俊《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第4期124-133,共10页; 基于深度图像的手势估计比人体姿势估计更加困难,部分原因在于算法不能很好地识别同一个手势经旋转后的不同外观样式.提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)推测预旋转角度的手势姿态估计改进方法:先利用自动... 展开更多; 关键词手势估计图像旋转深度图像; 在线阅读下载PDF 职称材料

深度图像中的3D手势姿态估计方法综述被引量：10: 3; 作者王丽萍汪成 +1 位作者邱飞岳章国道《小型微型计算机系统》 CSCD 北大核心 2021年第6期1227-1235,共9页; 3D手势姿态估计是计算机视觉领域一个重要的研究方向,在虚拟现实、增强现实、人机交互、手语理解等领域中具有重要的研究意义和广泛的应用前景.深度学习技术已经广泛应用于3D手势姿态估计任务并取得了重要研究成果,其中深度图像具有的... 展开更多; 关键词 3D手势姿态估计深度学习深度图像虚拟现实人机交互; 在线阅读下载PDF 职称材料

基于伪三维卷积神经网络的手势姿态估计被引量：4: 4; 作者张宏源袁家政 +3 位作者刘宏哲原春锋王雪峤邓智方《计算机应用研究》 CSCD 北大核心 2020年第4期1230-1233,1243,共5页; 大多数现有的基于深度学习的手势姿态估计方法都使用标准三维卷积神经网络提取三维特征,估计手部关节坐标。该方法提取的特征缺乏手部的多尺度信息,限制了手势姿态估计的精度。另外,由于三维卷积神经网络巨大的计算成本和内存需求,这些... 展开更多; 关键词手势姿态估计伪三维卷积神经网络三维特征深度图像深度学习; 在线阅读下载PDF 职称材料

基于三级神经网络的鲁棒3D手姿估计被引量：2: 5; 作者邹序焱何汉武吴悦明《计算机应用研究》 CSCD 北大核心 2022年第3期925-930,共6页; 人类在认识事物时往往是从粗到细再到精,受认识过程的启发,根据手的拓扑结构设计了一种新的手势估计网络。该方法首先从手的角度提取全局特征,然后从手指角度提取局部特征,最后从关节点的角度提取点的细化特征,并融合三个不同阶段特征... 展开更多; 关键词神经网络手势估计 RGBD相机深度图手的拓扑结构; 在线阅读下载PDF 职称材料

基于多任务学习CNN辅助Transformer的手部mesh重建被引量：2: 6; 作者谢苏张孙杰 +1 位作者王永雄颜婷丽《计算机应用研究》 CSCD 北大核心 2022年第12期3830-3836,共7页; 针对当前手势姿态估计算法未充分利用2D信息辅助3D手部mesh重建的问题,首次在手部Mask、2D热力图的基础上提出引入RGB图像的HOG特征图,通过多任务学习CNN的框架对2D信息进行特征提取,并针对手的拓扑结构进行信息融合增强。为了解决Trans... 展开更多; 关键词手势姿态估计手部mesh重建 HOG特征多任务学习 TRANSFORMER; 在线阅读下载PDF 职称材料

题名基于级联卷积神经网络的彩色图像三维手势估计被引量：1: 1; 作者刘玮戴仕明杨文姬杨红云钱文彬; 机构江西农业大学计算机与信息工程学院江西农业大学软件学院江西省高等学校农业信息技术重点实验室; 出处《小型微型计算机系统》 CSCD 北大核心 2020年第3期558-563,共6页; 基金国家自然科学基金项目(61462038,61562039,61502213)资助.; 文摘估计手的三维姿态是人机交互中重要的组成部分.针对从单个彩色图像估计准确的三维手势困难这一问题,提出了一种基于级联卷积神经网络的估计方法,该级联网络分三阶段,手部掩膜估计、二维手势估计和三维手势估计,三阶段级联网络进行端到端的训练,可以实现相互促进,最终优化三维手势估计的准确性.在两个公共数据集上进行了实验,实验结果表明该级联网络产生了卓越的三维手势估计精度,验证了该级联网络的有效性.; 关键词级联卷积神经网络手势估计三维手姿态彩色图像; Keywords cascade convolution neural network gesture estimation 3d gesture color 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

题名基于深度图像预旋转的手势估计改进方法被引量：1: 2; 作者徐正则张文俊; 机构上海大学上海电影学院华东师范大学传播学院; 出处《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第4期124-133,共10页; 基金华东师范大学实验技术研究项目(20190704)。; 文摘基于深度图像的手势估计比人体姿势估计更加困难,部分原因在于算法不能很好地识别同一个手势经旋转后的不同外观样式.提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)推测预旋转角度的手势姿态估计改进方法:先利用自动算法标注的最佳旋转角度来训练CNN;在手势识别之前,用训练好的CNN模型回归计算出应预旋转的角度,然后再对手部深度图像进行旋转;最后采用随机决策森林(Random Decision Forest, RDF)方法对手部像素进行分类,聚类产生出手部关节位置.实验证明该方法可以减少预测的手部关节位置与准确位置之间的误差,手势姿态估计的正确率平均上升了约4.69%.; 关键词手势估计图像旋转深度图像; Keywords hand pose estimation image rotation depth 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

题名深度图像中的3D手势姿态估计方法综述被引量：10: 3; 作者王丽萍汪成邱飞岳章国道; 机构浙江工业大学计算机科学与技术学院浙江工业大学教育科学与技术学院; 出处《小型微型计算机系统》 CSCD 北大核心 2021年第6期1227-1235,共9页; 基金浙江省重点研发计划基金项目(2018C01080)资助.; 文摘 3D手势姿态估计是计算机视觉领域一个重要的研究方向,在虚拟现实、增强现实、人机交互、手语理解等领域中具有重要的研究意义和广泛的应用前景.深度学习技术已经广泛应用于3D手势姿态估计任务并取得了重要研究成果,其中深度图像具有的深度信息可以很好地表示手势纹理特征,深度图像已成为手势姿态估计任务重要数据源.本文首先全面阐述了手势姿态估计发展历程、常用数据集、数据集标记方式和评价指标;接着根据深度图像的不同展现形式,将基于深度图像的数据驱动手势姿态估计方法分为基于简单2D深度图像、基于3D体素数据和基于3D点云数据,并对每类方法的代表性算法进行了概括与总结;最后对手势姿态估计未来发展进行了展望.; 关键词 3D手势姿态估计深度学习深度图像虚拟现实人机交互; Keywords 3D hand pose estimation deep learning depth map virtual reality human-computer interaction; 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

题名基于伪三维卷积神经网络的手势姿态估计被引量：4: 4; 作者张宏源袁家政刘宏哲原春锋王雪峤邓智方; 机构北京联合大学北京市信息服务工程重点实验室北京开放大学中国科学院自动化研究所模式识别国家重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2020年第4期1230-1233,1243,共5页; 基金国家自然科学基金资助项目(61571045) 北京成像技术高精尖创新中心项目(BAICIT-2016002) +1 种基金北京联合大学研究生资助项目。; 文摘大多数现有的基于深度学习的手势姿态估计方法都使用标准三维卷积神经网络提取三维特征,估计手部关节坐标。该方法提取的特征缺乏手部的多尺度信息,限制了手势姿态估计的精度。另外,由于三维卷积神经网络巨大的计算成本和内存需求,这些方法常难以满足实时性要求。为了克服这些缺点,提出以空间滤波器和深度滤波器级联的方式模拟三维卷积,减少网络参数量。同时,在各个尺度上提取手势姿态特征并加以整合,充分利用手势的三维信息。实验表明,该方法能有效提高手势姿态估计精度,减小模型尺寸,且在具有单块GPU的计算机上能以超过119 fps的速度运行。; 关键词手势姿态估计伪三维卷积神经网络三维特征深度图像深度学习; Keywords hand pose estimation pseudo-3D convolutional neural network 3D features depth image deep learning; 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

题名基于三级神经网络的鲁棒3D手姿估计被引量：2: 5; 作者邹序焱何汉武吴悦明; 机构广东工业大学机电工程学院宜宾学院人工智能与大数据学部广东工贸职业技术学院; 出处《计算机应用研究》 CSCD 北大核心 2022年第3期925-930,共6页; 基金国家重点研发专项资助项目(2018YFB1004902) 广东省重点研发资助项目(2017B010110008)。; 文摘人类在认识事物时往往是从粗到细再到精,受认识过程的启发,根据手的拓扑结构设计了一种新的手势估计网络。该方法首先从手的角度提取全局特征,然后从手指角度提取局部特征,最后从关节点的角度提取点的细化特征,并融合三个不同阶段特征回归出每一关节点的3D空间坐标值,从而改善了回归精度。由于深度图只保存了目标点到相机的深度信息,以深度图作为神经网络的输入不利于卷积核获取其他两个方向的坐标信息;为了能在2D卷积核中直接利用空间坐标的全部信息,利用相机成像原理对深度图进行转换,将深度图转换为3通道的图像,这样提高了神经网络的回归精度。最后在公开数据集NYU和MSARA上进行训练和测试,测试结果表明,提出的网络结构及输入数据的转变都取得了良好的效果。; 关键词神经网络手势估计 RGBD相机深度图手的拓扑结构; Keywords neural network hand pose estimation RGBD camera depth image hand topology; 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

题名基于多任务学习CNN辅助Transformer的手部mesh重建被引量：2: 6; 作者谢苏张孙杰王永雄颜婷丽; 机构上海理工大学光电信息与计算机工程学院上海理工大学理学院; 出处《计算机应用研究》 CSCD 北大核心 2022年第12期3830-3836,共7页; 基金国家自然科学基金资助项目(61673276,61603255)。; 文摘针对当前手势姿态估计算法未充分利用2D信息辅助3D手部mesh重建的问题,首次在手部Mask、2D热力图的基础上提出引入RGB图像的HOG特征图,通过多任务学习CNN的框架对2D信息进行特征提取,并针对手的拓扑结构进行信息融合增强。为了解决Transformer encoder中的隐层embeddings维度一致性以及参数过大问题,设计了一种新的MLP(multi-layer perception)模块嵌入Transformer encoder之间,达到embeddings的数量渐进增加以及其维度渐进减少的目的,从而完成手部mesh精细化的预测。实验结果表明该CNN与Transformer混合的新框架在FreiHAND和RHD数据集均取得了较好效果。; 关键词手势姿态估计手部mesh重建 HOG特征多任务学习 TRANSFORMER; Keywords hand pose estimation hand mesh reconstruction HOG feature multi task learning Transformer; 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	基于级联卷积神经网络的彩色图像三维手势估计	刘玮戴仕明杨文姬杨红云钱文彬	《小型微型计算机系统》 CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料
2	基于深度图像预旋转的手势估计改进方法	徐正则张文俊	《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料
3	深度图像中的3D手势姿态估计方法综述	王丽萍汪成邱飞岳章国道	《小型微型计算机系统》 CSCD 北大核心	2021	10	在线阅读下载PDF 职称材料
4	基于伪三维卷积神经网络的手势姿态估计	张宏源袁家政刘宏哲原春锋王雪峤邓智方	《计算机应用研究》 CSCD 北大核心	2020	4	在线阅读下载PDF 职称材料
5	基于三级神经网络的鲁棒3D手姿估计	邹序焱何汉武吴悦明	《计算机应用研究》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
6	基于多任务学习CNN辅助Transformer的手部mesh重建	谢苏张孙杰王永雄颜婷丽	《计算机应用研究》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料