深度图像中的3D手势姿态估计方法综述

• 作者: 王丽萍 汪成 邱飞岳 章国道
• 来源期刊: 小型微型计算机系统
• 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
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 1227-1235
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.06.016

摘要

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.