第一个书签之前
基于深度图像的三维手部姿态估计研究
3D Hand Pose Estimation using Depth Images
摘 要
Abstract
目 录
Contents
第1章 绪论
1.1 课题的研究背景与意义
1.2 研究现状
1.2.1 人-机器人交互研究现状
1.2.2 三维手部姿态估计研究现状
1.2.3 基于深度学习的三维手部姿态估计研究现状
1.3 三维手部姿态估计现存问题
1.4 本文主要研究内容及章节安排
第2章 面向三维手部姿态估计的图像获取系统
2.1 引言
2.2.1 深度传感器对比
2.2.2 时间飞行相机原理
2.2.3 时间飞行感应芯片
2.3.1 总体方案
2.3.2 感应芯片配置及数据传输
2.3.3 深度图像计算
2.3.4 相机标定
2.3.5 高速图像传输
2.3.6 图像预处理
2.4.1 硬件平台
2.4.2 差分图像及深度图像获取
2.4.3 测量精度
2.4.4 资源及功耗分析
2.4.5 处理速度对比
2.5 本章小结
第3章 基于手部形态学拓扑结构的三维手部姿态估计
3.1 引言
3.2 结合手部先验知识方法分析
3.2.1 手部运动学约束
3.2.2 树状结构网络框架
3.3 基于手部形态学拓扑结构的方法
3.3.1 问题描述
3.3.2 手部形态学拓扑结构
3.3.3 整体网络框架
3.3.4 手部姿态回归模块
3.3.5 初始特征提取模块
3.3.6 数据集预处理及数据增强
3.3.7 损失函数
3.4.1 评价标准
3.4.2 实施细节
3.4.3 对比实验结果及分析
3.4.4 与最优方法对比结果
3.4.5 可视化结果及分析
3.5 本章小结
第4章 基于多视图点云的三维手部姿态估计
4.1 引言
4.2.1 三维深度学习
4.2.2 基于点云的深度学习
4.2.3 基于三维深度学习的手部姿态估计
4.3 基于多视角点云的方法
4.3.1 问题描述
4.3.2 网络总体框架
4.3.3 点云特征卷积
4.3.4 多视角旋转点云
4.4 实验结果及分析
4.4.1 数据集及评价标准
4.4.2 实施细节
4.4.3 对比实验结果及分析
4.4.4 与最优方法对比结果
4.4.5 可视化结果及分析
4.5 本章小结
第5章 手部与物体交互过程中的三维姿态估计
5.1 引言
5.2.1 独立的三维手部与物体的姿态估计
5.2.2 与物体交互过程中的三维手部姿态估计
5.2.3 注意力机制
5.3.1 总体框架
5.3.2 迭代裁剪算法
5.3.3 手部姿态估计的多尺度残差注意力机制网络
5.3.4 损失函数
5.4 实验结果及分析
5.4.1 数据集及评价标准
5.4.2 实施细节
5.4.3 对比实验结果及分析
5.4.4 与最优方法对比结果
5.4.5 可视化结果及分析
5.5 本章小结
第6章 三维手部姿态估计系统及其应用
6.1 引言
6.2 三维手部姿态估计系统及遥操作物体抓取实验平台
6.2.1 手部深度图像实时获取
6.2.2 遥操作物体抓取执行机构
6.2.3 软件系统
6.3.1 数据集制作
6.3.2 实时三维手部姿态估计
6.3.3 手部与灵巧手关节点之间映射
6.4 遥操作物体抓取实验
6.4.1 灵巧手五指抓取实验
6.4.2 灵巧手三指抓取实验
6.4.3 灵巧手二指抓取实验
6.5 本章小结
结 论
参考文献
附录 A 三维手部姿态估计数据集
攻读博士学位期间发表的论文及其他成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
个人简历
哈尔滨工业大学;
