单幅图像人手参数模型深度网络回归方法

Journal of Computer-Aided Design & Computer Graphics(2022)

引用 0|浏览1
暂无评分
摘要
为了提高从单目RGB图像估计人手的姿态与形状的精确性和准确性,加速3D重建过程,同时结合深度网络的高效性和迭代拟合的稳定性,提出单目图像人手网格重建方法.首先利用卷积神经网络模型从图像提取稀疏特征;然后根据稀疏特征回归人手模型参数,回归参数用于初始化迭代优化例程,将人手模型拟合到3D关节点上;最后用迭代拟合的人手参数逆向监督整个网络.基于弱透视投影模型,采用大型手势动作数据库FreiHand和ObMan进行实验的结果表明,所提方法在姿态误差和网格误差上较对比方法分别降低约52%和59%,在运行效率上较对比方法快约3倍.
更多
查看译文
关键词
mano,neural network,regression,image
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要