A HAND POSE TRACKING BENCHMARK FROM STEREO MATCHING
摘要 在本文中，我们建立了一个长期的3D手势跟踪基准。它包含18,000个立体图像对以及来自不同场景的手掌和手指关节的地面真实3D位置。同时，为了准确地从立体图像中分割手部，我们提出了一种新颖的基于立体的手部分割和深度估计算法，专门用于手部跟踪。实验证明其跟踪性能通过在各种具有挑战性的情况下与使用深度传感器相当，表明了所提出的算法的有效性。 1 介绍 基于视觉的手姿势跟踪可以应用于包括人机
相关文章
- 1. Online Object Tracking : A Benchmark
- 2. Pose Flow: Efficient Online Pose Tracking
- 3. Pyramid Stereo Matching Network
- 4. Multiple Object Tracking Benchmark - MOT16
- 5. Computing the Stereo Matching Cost with a Convolutional Neural Network
- 6. Pose flow: Efficient Online Pose Tracking 论文解读
- 7. 论文《Patchmatch-Based Robust Stereo Matching Patchmatch-Based Robust Stereo Matching》学习
- 8. Unsupervised Learning of Stereo Matching
- 9. 3D Human Pose Estimation = 2D Pose Estimation + Matching(2017)
- 10. 【论文笔记-Stereo】Pyramid Stereo Matching Network
- 更多相关文章...
- • SQL 通配符 - SQL 教程
- • SQL BETWEEN 操作符 - SQL 教程
- • 使用阿里云OSS+CDN部署前端页面与加速静态资源
- • 漫谈MySQL的锁机制
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Online Object Tracking : A Benchmark
- 2. Pose Flow: Efficient Online Pose Tracking
- 3. Pyramid Stereo Matching Network
- 4. Multiple Object Tracking Benchmark - MOT16
- 5. Computing the Stereo Matching Cost with a Convolutional Neural Network
- 6. Pose flow: Efficient Online Pose Tracking 论文解读
- 7. 论文《Patchmatch-Based Robust Stereo Matching Patchmatch-Based Robust Stereo Matching》学习
- 8. Unsupervised Learning of Stereo Matching
- 9. 3D Human Pose Estimation = 2D Pose Estimation + Matching(2017)
- 10. 【论文笔记-Stereo】Pyramid Stereo Matching Network