分類指導回歸的手勢估計.pdf

1、隨著智能家居和智能設(shè)備的普及發(fā)展，在人們的日常生活中人與設(shè)備之間的信息交互將會變得越來越頻繁。特別隨著計算機和人工智能的發(fā)展，更加符合人類交流方式的無接觸式人機交互技術(shù)研究領(lǐng)域?qū)兊萌遮吇钴S。這些研究領(lǐng)域包括了眼球跟蹤技術(shù)、語音識別技術(shù)、人臉面部表情識別技術(shù)、唇語識別技術(shù)、人臉識別技術(shù)、手勢識別技術(shù)和身體姿勢識別技術(shù)等等。由于手勢信息量豐富并且交互運動具有自然舒適無約束的特點，所以手勢交互技術(shù)是未來人機交互領(lǐng)域的重要研究方向。

2、　　由于人手體積較小，移動速度和方向變化快，手指的自由度非常高，各個手指之間具有極強的外觀相似性并且非常容易相互遮擋，因此如何基于視覺快速精確地估計出人手三維關(guān)鍵點是一個非常具有挑戰(zhàn)性的研究課題。針對復雜高維度的手勢空間和大視角高遮擋的情形，本文基于“分而治之”的思想提出了一種分類指導回歸的手勢三維關(guān)鍵點估計方法。該方法將一個困難復雜的手勢回歸任務(wù)劃分成多個相對更容易的子任務(wù)，對每一個子任務(wù)學習一個其專屬的回歸模型，從而避免了僅靠單一模

3、型無法很好地處理所有情況的問題。
　　首先離線訓練一個以深度圖作為輸入的深度卷積神經(jīng)網(wǎng)絡(luò)分類器GoogLeNet。不同于之前手勢分類器是按照相機視角不同來劃分類別，本文的分類器是按照剛性對齊的手勢不同來劃分類別。對于手勢分類器所能預測的所有類別，分別離線訓練一個對應(yīng)于類別的級聯(lián)隨機森林回歸器。在測試階段，輸入深度圖到手勢分類器直接預測出一個手勢類別，然后再次把深度圖送入預測類別對應(yīng)的級聯(lián)隨機森林回歸器，最終輸出相機坐標系下的人手關(guān)