基于RGB图像的手势估计（Hand Pose Estimation ）文献综述

一、手势估计研究难点

1. 场景

• 手分辨率低（Low-res hand）
• 背景杂乱（Clutter background）
• 手与其它对象交互（Object/surface interaction）
• 手被遮挡（Occlusions/Self-occlusions）

2. 形态

• 不同手势相似（Self-similarity）
• 多自由度（many DoF(Degree of Freedom)）
• 多视角（Multiple viewpoints）
• 不同的形状和尺寸

3. 数据集获取困难

 

二、传统方法

手势估计的传统方法多数是针对RGB-D图像的，不过思路可以迁移到RGB图像上。

1、生成方法（model-based）

首先创建大量的手势；然后选择一个最匹配当前图像的手势。使目标函数（度量输入图像与手模型近似图的相似性）最优化。缺点：初始化复杂、容易陷于局部最优。生成式方法相较判别式应用较少。