Finger Topology Constraint

KAD-Net 使用运动学约束改进三维手部姿态估计

研究人员开发了 KAD-Net，一种从单个深度图像估计三维手部姿态的新方法。该方法通过引入一个手指拓扑约束模块来解决手部运动学和自遮挡建模的挑战，以改善远端关节的表示，尤其是在遮挡时。此外，KAD-Net 采用解耦的分层多任务框架，将二维关节定位与深度估计分开，以防止任务之间的干扰。实验表明，KAD-Net 在 ICVL、NYU 和 MSRA 等基准数据集上超越了现有方法，在人机交互和虚拟现实领域具有潜在应用。