基于伪三维卷积神经网络的手势姿态估计

• 作者: 刘宏哲 原春锋 张宏源 王雪峤 袁家政 邓智方
• 来源期刊: 计算机应用研究
• 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
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1230-1233,1243
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.09.0772

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宏哲	北京联合大学北京市信息服务工程重点实验室	51	498	12.0	21.0
2	袁家政		10	8	2.0	2.0
3	张宏源	北京联合大学北京市信息服务工程重点实验室	2	1	1.0	1.0
4	原春锋	中国科学院自动化研究所模式识别国家重点实验室	3	3	1.0	1.0
5	王雪峤	北京联合大学北京市信息服务工程重点实验室	6	9	2.0	3.0
6	邓智方	北京联合大学北京市信息服务工程重点实验室	2	1	1.0	1.0