hand pose estimation | BriefGPT

关键词hand pose estimation

搜索结果 - 31

Hi5：零人工标注的 2D 手部姿态估计
提出一种新的大规模合成手部姿态估计数据集 Hi5 以及一种新的廉价方法来收集高质量合成数据，无需人工注释或验证。在计算机图形学的最新进展下，利用具有多样性性别、肤色和动态环境和摄像机移动的高保真度 3D 手部模型，我们的数据合成流程可以精确
PDFa month ago
HandSSCA: 从 RGB 图像中估计的 3D 手部网格重建
通过引入状态空间建模到手部姿态估计领域，我们提出了一种简单高效的三维手部网格重建网络 HandSSCA，其中设计了一种新颖的状态空间通道关注模块来提取空间维度上的手部特征并增强通道维度上的手部区域特征，实验结果表明我们的 HandSSCA
PDF2 months ago
手语姿态网络：基于姿态的 Transformer 模型增强手语翻译
我们在野外使用视频来处理美国手语拼写翻译的任务。我们利用更精确的手部姿势估计和提出了一种新的架构，它利用基于 Transformer 的编码 - 解码模型，实现了无缝上下文单词翻译。翻译模型通过一种新的损失项，准确预测指拼单词的长度，从而有
PDF7 months ago
基于网格表示的三维手部姿势和网格估计的循环学习
通过回收学习策略加强合成手部网格表示，在提高 3D 手势姿态和网格估计方面取得了有效的自我改进。
PDF9 months ago
ICCVRenderIH: 一个用于 3D 交互式手势姿势估计的大规模合成数据集
为了提高手部姿势估计的准确性，研究提出了一个大规模的合成数据集 RenderIH，其中包含 100 万张具有不同背景、视角和手部纹理的逼真照片。为了生成自然和多样化的交互姿势，提出了一种新的姿势优化算法。而用于姿势估计的基于 Transfo
PDF10 months ago
ICCV基于谱图的透视图双手重建的 Transformer 网络：利用多视角彩色图像
我们提出了一个基于 Transformer 的框架，可以从多视角的 RGB 图像中重建两只高保真度的手。通过对大规模合成数据集和真实数据集进行实验，我们展示了该框架能够产生逼真的双手重建效果，并展示了合成训练模型在真实数据上的泛化性能，以及
PDF10 months ago
ICCVOCHID-Fi: 通过 RF-Vision 在 3D 中抗遮挡的手部姿势估计
利用射频视觉技术进行被遮挡手势估计，介绍了 OCHID-Fi 方法作为第一个具有 3D 姿态估计能力的射频手势估计方法，通过跨模态和跨域训练过程，使其能在遮挡场景中表现出色，并具有推广到新领域的通用性。
PDF10 months ago
基于图像的三维手部姿态估计的去噪扩散
本文提出了一个新颖的端到端框架，用于从单眼图像或序列中估计三维手部姿势。通过使用用于生成目的的扩散模型并引入显式的正向运动学层，我们确保生成的姿势符合实际。通过在连续帧的时间窗口上添加 Transformer 模块，我们在提升精确度的同时克
PDFa year ago
使用解剖学特征和迭代学习进行自监督优化的手势估计方法
研究报告提出了一种自我监督学习框架，结合手势估计和手势识别，用于解决手势识别在复杂场景中的困难，以提高手动组装场景下的活动识别的准确性和鲁棒性。
PDFa year ago
MVHM: 准确三维手部姿态估计的大规模多视图手部网格基准测试
本文提出了一种 spin match 算法，并基于该算法提出了一种有效的多视角手部网格数据集生成方法，证明使用该数据集训练的手部姿态估计器大幅提升性能，从而达到了 0.990 AUC$_{20-50}$ 的性能，且数据集内容公开。
PDF4 years ago
ECCVJGR-P2O: 基于联合图推理的基于像素偏移预测网络，用于从单个深度图像估计三维手部姿势
本研究提出一种基于像素预测的手部姿态估计方法，采用图卷积网络进行关节图形化推理并将像素偏移量预测与直接关节回归统一进行端到端训练，实现了最先进的准确度，并且在单个 NVIDIA 1080Ti GPU 上以约 110fps 的速度高效运行。
PDF4 years ago
使用单目 RGB 进行双手全局 3D 姿态估计
本文提出了一种基于卷积神经网络的多阶段流水线方法，仅通过单眼红绿蓝彩色图像在众多的干扰因素下，准确分割和定位手部区域并估计 2D 和 3D 的关节点位置；采用新颖的投影算法计算相对相机坐标系的全局关节点位置，为此引入大规模合成 3D 手部姿
PDF4 years ago
二维手部姿态估计的非参数结构正则化机器
我们提出了一种新颖的非参数结构规范化机器用于 2D 手势估计，通过采用级联多任务架构和使用合成的手部掩模表示来学习手部结构和关键点表示，进一步采用概率表示和解剖学启发式技术，实验结果显示，显式地强制结构学习可以显著提高基线模型的姿态估计准确
PDF4 years ago
HandAugment：基于深度的三维手部姿态估计的简单数据增强方法
本文提出了 HandAugment，一种方法来合成图像数据以增强神经网络的训练过程，在 HANDS 2019 挑战赛中，该方法取得了深度为基础的 3D 手部姿势估计任务的第一名。
PDF5 years ago
CVPR面向嵌入式设备的辅助多任务训练高效 2.5D 手部姿态估计
本研究介绍了在嵌入式设备上部署高效率 2.5D 手部姿势估计所需的数据、架构和训练过程，提出了标签和增强策略，并综合多模块网络构件和辅助多任务训练策略实现了与 MobileNetV2 相当性能的模型。该模型具有小的内存占用和高效的计算能力。
PDF5 years ago
基于点姿投票和残差置换等变层的手部姿态估计
本研究提出了一种用于无序点云的新型深度学习手势姿态估计方法，采用 Permutation Equivariant Layer (PEL) 作为基本元素，通过投票的方式将各点信息合并到最终姿态输出中，并在 NYU 数据集和 Hands2017
PDF6 years ago
基于 RGB 和深度图的特权学习 3D 手势姿态估计
本篇论文提出了一种从 RGB 图像中估计手部姿势的方法，该方法在训练时利用了相应的深度图像，使用深度数据来初始化深度网络、约束 RGB 网络权重、及抑制背景区域反应，使用 RGB 和深度图像的配对数据，训练 RGB 网络以学习深度网络中的中
PDF6 years ago
ECCVHANDS18：手部观察的方法、技术和应用
本文介绍了第四届国际手部观察和理解研讨会的会议程序，讨论了一系列与手势识别和实际应用相关的话题，重点关注 RGB 数据和手势识别技术的发展和应用。
PDF6 years ago
MM基于双目图像的精确近场指尖检测的双流视觉网络
本文提出了一种名为 TSBnet 的新框架，用于直接从双目图像中检测手指尖，包括共享卷积层和两个流卷积网络，进而在其中添加了测量距离的层次，这种方法的平均误差为 10.9mm，在测试集上相对于之前的方法提高了 5.9mm，达到了 35.1%
PDF6 years ago
基于姿势引导的结构化区域集成网络用于级联手部姿势估计
本文研究了从单个深度图像中估计手势姿态的问题，提出了一种基于姿态引导的结构化区域集合网络，该方法在公共手势数据集上的实验结果表明它比现有的最先进算法表现更好。
PDF7 years ago