| 基于伪三维卷积神经网络的手势姿态估计 | |
| 张宏源1; 袁家政2; 刘宏哲1; 原春锋3; 王雪峤1; 邓智方1 | |
| 2019-01-28 | |
| 发表期刊 | 计算机应用研究
 |
| ISSN | 1001-3695 |
| 卷号 | 37期号:04页码:1230-1233+1243 |
| 摘要 | 大多数现有的基于深度学习的手势姿态估计方法都使用标准三维卷积神经网络提取三维特征,估计手部关节坐标。该方法提取的特征缺乏手部的多尺度信息,限制了手势姿态估计的精度。另外,由于三维卷积神经网络巨大的计算成本和内存需求,这些方法常难以满足实时性要求。为了克服这些缺点,提出以空间滤波器和深度滤波器级联的方式模拟三维卷积,减少网络参数量。同时,在各个尺度上提取手势姿态特征并加以整合,充分利用手势的三维信息。实验表明,该方法能有效提高手势姿态估计精度,减小模型尺寸,且在具有单块GPU的计算机上能以超过119 fps的速度运行。 |
| 关键词 | 手势姿态估计 伪三维卷积神经网络 三维特征 深度图像 深度学习 |
| DOI | 10.19734/j.issn.1001-3695.2018.09.0772 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 资助项目 | 国家自然科学基金资助项目(61571045);北京成像技术高精尖创新中心项目(BAICIT-2016002);北京市教委科技计划一般项目(KM201811417002);北京联合大学研究生资助项目 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/143070 |
| 专题 | 国家开放大学北京分部 |
| 通讯作者 | 袁家政 |
| 作者单位 | 1.北京联合大学北京市信息服务工程重点实验室; 2.北京开放大学; 3.中国科学院自动化研究所模式识别国家重点实验室 |
| 通讯作者单位 | 国家开放大学北京分部 |
| 推荐引用方式 GB/T 7714 | 张宏源,袁家政,刘宏哲,等. 基于伪三维卷积神经网络的手势姿态估计[J]. 计算机应用研究,2019,37(04):1230-1233+1243. |
| APA | 张宏源,袁家政,刘宏哲,原春锋,王雪峤,&邓智方.(2019).基于伪三维卷积神经网络的手势姿态估计.计算机应用研究,37(04),1230-1233+1243. |
| MLA | 张宏源,et al."基于伪三维卷积神经网络的手势姿态估计".计算机应用研究 37.04(2019):1230-1233+1243. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张宏源]的文章 |
| [袁家政]的文章 |
| [刘宏哲]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张宏源]的文章 |
| [袁家政]的文章 |
| [刘宏哲]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张宏源]的文章 |
| [袁家政]的文章 |
| [刘宏哲]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论