【《基于深度关系信息辅助的3D手部姿态估计案例》9500字（论文）】

②本章方法从区间数据分布均匀性角度考虑，利用中指接近掌心的关键点所在区间作为中心区间，但是Freihand数据集的测试集仅提供腕点的深度值，因此在划分深度区间时只能把腕点所在区间作为中心区间，猜测可能是中心区间的选取导致区间数据分布不均匀，从而影响了性能。因此，在STB数据集上作了更改中心区间为腕点所在区间的实验，实验中同样设置区间长度为，深度区间数，所有的训练细节均与本章方法相同。通过实验发现，以腕点所在区间为中心区间时，平均关键点误差为6.98mm，而以中指靠近掌心关键点所在区间为中心区间时误差为6.42mm。可见，中心区间的选取会直接影响到3D姿态估计性能，这种现象也说明了本章给出的深度线索还需要进一步的改进，如果能不依赖根关键点的选取将会达到更好的模型泛化性。表1.7在Freihand数据集上与有其他数据辅助的方法进行比较Tab.1.7Comparedwithotherdata-assistedmethodsontheFreihanddataset方法MPJPE(mm)AUC3D形状顶点监督CHEN(2021CVPR)REF_Ref19006\r\h[40]6.90.863是KULON(2020CVPR)REF_Ref20215\r\h[47]8.40.834是CHOI(2020ECCVREF_Ref20221\r\h[48]7.70.852是HASSON(2019CVPR)REF_Ref6119\r\h[68]11.30.737是BOUKHAYMA(2019CVPR)REF_Ref18961\r\h[37]35.00.351是本章方法9.10.821否表1.8展示了近四年发表在计算机视觉领域三大顶级会议上，仅基于单张彩色图像的3D姿态估计方法的性能，本章方法在STB数据集上的平均关键点误差可到6.42mm，在RHD数据集上可到12.56mm。为了定性展示本章方法的性能，在图1.12给出了STB和RHD数据集上3D姿态真值和估计值的可视化结果，其中前两列为STB数据集中样本，后两列为RHD数据集中样本，彩色图像中的黄色2D骨架为本方法估计的2D姿态，深绿色的骨架表示估计的3D姿态，红色表示真值3D姿态。从图中可看出即使图像分辨率很低、自遮挡严重的情况（比如第三行第四列、第四行第四列）也能推断出相对准确的3D姿态。另外，在图1.13展示了在STB和RHD数据集上欧氏误差距离低于阈值的关键点的正确率曲线，可以看出本章方法的3DPCK曲线靠近当前最优方法的3DPCK曲线。表1.8在STB和RHD数据集与仅基于单张彩色图像的方法比较Tab.1.8ComparisonwiththemethodbasedononlyasinglecolorimageontheSTBdataset方法STBRHDMPJPE(mm)AUCMPJPE(mm)AUCTHEODORIDIS(2020CVPR)REF_Ref7847\r\h[67]6.930.99415.610.907DOOSTI(2020CVPR)REF_Ref17684\r\h[26]8.180.987-0.872YANG(2019CVPR)REF_Ref17935\r\h[28]8.660.99119.950.849IQBAL(2018ECCV)REF_Ref18356\r\h[31]-0.99411.410.940SPURR(2018CVPR)REF_Ref18354\r\hREF_Ref17798\r\h[27]8.560.98317.140.849Z&B(2017ICCV)REF_Ref17308\r\h[22]-0.98630.420.675本章方法6.470.99512.560.927图1.13定性展示本章方法的性能Fig.1.13Qualitativelydemonstratetheperformanceofthemethod图1.12本章方法在STB（左）和RHD（右）数据集上的性能Fig.1.12PerformanceofthemethodonSTB(left)andRHD(right)datasets通过以上自对比和互对比实验，表明本章给出的深度关系向量，可以作为有效的缓解深度模糊问题的深度线索，合理的估计和利用深度关系向量有助于估计出较为准确的3D姿态。1.1.4复杂度分析本章方法在单个GPU上的测试帧率是10.42fps。运行时间的分布情况如下：在网络正向传播过程中，2D姿态估计模块耗时0.016s去估计一个2D手部姿态；深度关系向量估计模块耗时0.074s得到深度关系向量，其中体素化转换耗时0.043s；最后的3D姿态提升模块需要0.006s估计3D手部姿态。整个方法的网络模型大小为52.97M，其中