公开(公告)号：CN110286749B

公开(公告)日：2022-11-15

申请号：CN201910447174.5

申请日：2019-05-27

Applicant: 华中师范大学

Inventor： 杨梦婷 ,  姚璜 ,  魏艳涛 ,  张羽

IPC: G06F3/01 ,  G06T7/73 ,  G06V40/20

Abstract: 本发明公开了一种基于深度数据的手部姿势估计与追踪方法，通过深度传感器得到的手部深度图像利用变分自动编码器(VAE)与生成对抗网络(GAN)结合的半监督手部姿势估计方法得到手部参数估计，然后利用基于符号距离函数(SDF)的手势跟踪方法得到手部动作参数化时间序列数据。在实际应用中本发明计算效率高，姿势估计的实时性强。可以在少量标记样本和大量非标记样本约束下得到精度较高的手势估计结果和鲁棒性较好的手部快速跟踪并且可以节约计算资源和时间。

公开(公告)号：CN110286749A

公开(公告)日：2019-09-27

申请号：CN201910447174.5

申请日：2019-05-27

Applicant: 华中师范大学

Inventor： 杨梦婷 ,  姚璜 ,  魏艳涛 ,  张羽

IPC: G06F3/01 ,  G06T7/73 ,  G06K9/00

Abstract: 本发明公开了一种基于深度数据的手部姿势估计与追踪方法，通过深度传感器得到的手部深度图像利用变分自动编码器(VAE)与生成对抗网络(GAN)结合的半监督手部姿势估计方法得到手部参数估计，然后利用基于符号距离函数(SDF)的手势跟踪方法得到手部动作参数化时间序列数据。在实际应用中本发明计算效率高，姿势估计的实时性强。可以在少量标记样本和大量非标记样本约束下得到精度较高的手势估计结果和鲁棒性较好的手部快速跟踪并且可以节约计算资源和时间。