基于改进PointNet网络的三维手姿估计方法

针对单幅深度图像三维手姿估计中由于手部复杂结构捕捉困难导致的精度低和鲁棒性较差的问题,提出一种基于改进PointNet网络的三维手姿估计方法.该方法首先采用边界框定位网络预测三维边界框,从而准确裁剪手部区域.然后将手部深度图像表示为点云,模拟手部可见表面,有效地利用深度图像中的三维信息.最后将手部点云数据输入改进的PointNet网络,准确地进行三维手姿估计.改进的PointNet网络通过引入跳跃连接,充分利用不同层次的特征,更好地捕捉手部的复杂结构.在NYU手姿数据集上进行验证,实验结果表明,提出的方法优于现有的大部分方法,并且网络结构简单、易于训练,运行速度快.