单幅图像人手参数模型深度网络回归方法
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.
人手姿态和形状、迭代优化、3D重建
34
TP391.41(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;广东省自然科学基金项目;广东省自然科学基金项目;中央高校基本科研业务费
2022-12-26（万方平台首次上网日期，不代表论文的发表时间）
共9页
1684-1692
