研究目的
使用基于端到端局部回归的沙漏网络及改进的损失函数来估计深度图像中手部的三维姿态。
研究成果
所提出的方法采用基于局部回归的沙漏网络并配合改进的损失函数,显著提升了手部姿态估计的准确性与鲁棒性,在具有挑战性的数据集上达到了最先进的性能水平。
研究不足
该方法受限于手部姿势的复杂性、自我遮挡以及设备噪声。尝试使用更高阶的沙漏???,但由于收敛困难而效果不佳。
研究目的
使用基于端到端局部回归的沙漏网络及改进的损失函数来估计深度图像中手部的三维姿态。
研究成果
所提出的方法采用基于局部回归的沙漏网络并配合改进的损失函数,显著提升了手部姿态估计的准确性与鲁棒性,在具有挑战性的数据集上达到了最先进的性能水平。
研究不足
该方法受限于手部姿势的复杂性、自我遮挡以及设备噪声。尝试使用更高阶的沙漏???,但由于收敛困难而效果不佳。
加载中....
您正在对论文“[IEEE 2018年第24届国际模式识别大会(ICPR) - 中国北京(2018年8月20日-24日)] 2018年第24届国际模式识别大会(ICPR) - 基于局部回归的沙漏网络用于单深度图像手部姿态估计”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期