[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

摘要： 手部姿态估计在人机交互等诸多应用中具有重要作用。随着商用深度传感器的普及和深度学习技术的发展，该领域近期取得了显著进展。然而现有方法的准确性和鲁棒性仍不尽如人意。本文提出一种基于端到端局部回归的沙漏网络，通过改进的损失函数来估计深度图像中的手部三维姿态。我们采用三阶沙漏?？樘崛∈植刻卣?，在网络顶层先将特征图分割为多个区域进行独立回归，随后合并回归结果并输入最终回归器。此外，我们还比较了不同损失函数在该任务中的表现。结果表明，本文设计的网络结构和损失函数带来了明显提升，所提方法在公开挑战性数据集上达到或超越了当前最优水平。本系统在单GPU上可运行超过910帧/秒，估计平均误差降至12.36毫米。