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
3
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
深度图像中的3D手势姿态估计方法综述
被引量：
10
1
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...
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.
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
2
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...
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。
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
基于多任务学习CNN辅助Transformer的手部mesh重建
被引量：
2
3
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...
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。
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
深度图像中的3D手势姿态估计方法综述
被引量：
10
1
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
2
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
北京市教委科技计划一般项目(KM201811417002)
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
基于多任务学习CNN辅助Transformer的手部mesh重建
被引量：
2
3
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
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
2
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
3
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
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
