10.3969/j.issn.1000-5641.201921004
基于深度图像预旋转的手势估计改进方法
基于深度图像的手势估计比人体姿势估计更加困难,部分原因在于算法不能很好地识别同一个手势经旋转后的不同外观样式.提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)推测预旋转角度的手势姿态估计改进方法:先利用自动算法标注的最佳旋转角度来训练CNN;在手势识别之前,用训练好的CNN模型回归计算出应预旋转的角度,然后再对手部深度图像进行旋转;最后采用随机决策森林(Random Decision Forest,RDF)方法对手部像素进行分类,聚类产生出手部关节位置.实验证明该方法可以减少预测的手部关节位置与准确位置之间的误差,手势姿态估计的正确率平均上升了约4.69%.
手势估计、图像旋转、深度图像
TP391(计算技术、计算机技术)
华东师范大学实验技术研究项目20190704
2020-07-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
124-133