声明
摘要
图目录
表目录
第1章绪论
1．1课题背景与研究意义
1．2本文主要工作
1．3本文章节安排
第2章手部姿态估计综述
2．1概述
2．2二维手部姿态估计
2．2．1手部区域检测
2．2．2关节点检测
2．3三维手部姿态估计
2．3．1基于深度图像的方法
2．3．2基于RGB图像的方法
2．4本章小结
第3章基于单目RGB相机的手部姿态估计总体方案设计
3．1概述
3．2问题描述
3．3模型设计
3．3．1总体框架
3．3．2二维手部姿态估计模型
3．3．3三维手部姿态估计模型
3．4基准数据集
3．4．1手部关节点模型
3．4．2 STB数据集
3．4．3 RHD数据集
3．4．4 MPII+NZSL数据集
3．4．5 MHP数据集
3．5评估方法
3．5．1二维手部姿态估计评估方法
3．5．2三维手部姿态估计评估方法
3．6本章小结
第4章基于高分辨率卷积神经网络的二维手部姿态估计
4．1概述
4．2基于高分辨率卷积神经网络的二维手部姿态估计模型
4．2．1残差块
4．2．2转换层
4．2．3分支网络与融合层
4．2．4关节点置信图
4．3基于ResNet的二维手部姿态估计对比模型
4．4实验配置
4．5损失函数
4．6实验结果与对比
4．6．1 STB数据集实验结果
4．6．2 RHD数据集实验结果
4．7本章小结
第5章基于空洞卷积神经网络的三维手部姿态估计
5．2基于空洞卷积的三维手部姿态估计模型
5．3基于长短期记忆网络的三维手部姿态估计对比模型
5．3．1循环神经网络介绍
5．3．2基于长短期记忆网络的三维手部姿态估计模型结构
5．4实验配置
5．5损失函数
5．6实验结果与对比
5．6．1长短期记忆网络对比实验
5．6．2普通卷积网络对比实验
5．6．3 在STB数据集上与现有模型的对比
5．6．4在RHD数据集上与现有模型的对比
5．7本章小结
第6章多视角二维姿态辅助的弱监督三维手部姿态估计方法改进
6．2问题描述
6．3结合虚拟视角二维姿态生成器的三维姿态估计改进模型
6．4实验配置
6．5损失函数
6．6实验结果与对比
6．7本章小结
第7章手部姿态估'计原型系统
7．2系统架构
7．3实验环境
7．5手势识别
7．5．1 图卷积手势识别模型介绍
7．5．2在ASL数据集上的实验结果
7．6虚拟手映射
7．7本章小结
第8章总结与展望
参考文献
攻读硕士学位期间的科研工作和成果
致谢
浙江大学;
