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。