《Realtime and Robust Hand Tracking from Depth》读书笔记1
2015-01-01 17:38
495 查看
今天“厦大 CV”对论文《Realtime and Robust Hand Tracking fromDepth》进行了简介。看得出来,他的准备工作花了不少功夫,首先在此对他表示致敬!
手势识别对于人机交互非常的重要!而本篇论文的实验和视频展示的效果非常好,所以得以在2014年度的CVPR会议上发表。由于会议论文一般短小精悍,细节部分介绍的不是很清楚。而且由今天的讨论可以看出,参与听讲的人都不是做手势识别的,因此在背景知识和常用方法的学习上浪费了不少时间。
由于我本人的研究方向是人脸识别而不是“手势识别”,所以对于其中的手势数据,尤其是其三维深度的数据获取过程不了解,对于其数据格式也不是很清楚。多谢“中科院步态识别”下载两篇论文,简单看看,大致了解一些,以后的细节部分还要再细读。
按照“公爵500”的说法,本文的整体结构是“建模+检测+跟踪”,这篇论文就是把作者自己的一些方法组合起来,得到了非常好的效果。这一点我也表示赞同,就我本人看来,这篇论文之所以能发表,原因在于:(1)实验和视频展示效果好;(2)手指关节模型简化(全部是球形),方便了计算;(3)Cost Function有创新性;(4)Cost Function的最优化求解过程中ICP与PSO混合,取长补短。当然,除此之外,可能还有别的原因。
在今天讲解后,我遗留的问题如下:
1)不了解手势的3D数据的获取与表示,还需要继续看论文;
2)CostFunction中各项的具体含义还不太了解,缺乏手势识别的背景,还是要看论文;
3)PSO算法只知其名,但并不真正了解,以后有时间深入了解一下。
4)ICP的算法同样需要深入了解,在以后合适的时间补上这个过程。
除此之外,还有若干小问题:
1)在“中科院步态识别”转发的论文《一种面向实时交互的变形手势跟踪方法》中只用了普通摄像头,不用红外摄像头,这样是否也能做好手势识别?
2)从这篇论文能学到什么东西?
(注:第一次做读书笔记,短了一些,见谅!以后会尽量多写一些的。^_^)
手势识别对于人机交互非常的重要!而本篇论文的实验和视频展示的效果非常好,所以得以在2014年度的CVPR会议上发表。由于会议论文一般短小精悍,细节部分介绍的不是很清楚。而且由今天的讨论可以看出,参与听讲的人都不是做手势识别的,因此在背景知识和常用方法的学习上浪费了不少时间。
由于我本人的研究方向是人脸识别而不是“手势识别”,所以对于其中的手势数据,尤其是其三维深度的数据获取过程不了解,对于其数据格式也不是很清楚。多谢“中科院步态识别”下载两篇论文,简单看看,大致了解一些,以后的细节部分还要再细读。
按照“公爵500”的说法,本文的整体结构是“建模+检测+跟踪”,这篇论文就是把作者自己的一些方法组合起来,得到了非常好的效果。这一点我也表示赞同,就我本人看来,这篇论文之所以能发表,原因在于:(1)实验和视频展示效果好;(2)手指关节模型简化(全部是球形),方便了计算;(3)Cost Function有创新性;(4)Cost Function的最优化求解过程中ICP与PSO混合,取长补短。当然,除此之外,可能还有别的原因。
在今天讲解后,我遗留的问题如下:
1)不了解手势的3D数据的获取与表示,还需要继续看论文;
2)CostFunction中各项的具体含义还不太了解,缺乏手势识别的背景,还是要看论文;
3)PSO算法只知其名,但并不真正了解,以后有时间深入了解一下。
4)ICP的算法同样需要深入了解,在以后合适的时间补上这个过程。
除此之外,还有若干小问题:
1)在“中科院步态识别”转发的论文《一种面向实时交互的变形手势跟踪方法》中只用了普通摄像头,不用红外摄像头,这样是否也能做好手势识别?
2)从这篇论文能学到什么东西?
(注:第一次做读书笔记,短了一些,见谅!以后会尽量多写一些的。^_^)
相关文章推荐
- 《Realtime and Robust Hand Tracking from Depth》读书笔记2
- 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth
- 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(四)Hand Initialization
- 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(二)
- 通过深度图实时鲁棒地识别手势 - Realtime and Robust Hand Tracking from Depth
- 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(三)Cost Function
- 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(三)Cost Function
- 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(五)Hand Initialization 2
- DynamicFusion: Reconstruction and Tracking of Non-rigid scenes in real-time
- Real-Time Tracking and Tuning for Busy Tomcat Servers
- real-time-drone-object-tracking-using-python-and-opencv
- Real-Time Tracking and Tuning for Busy Tomcat Servers
- Robust, Real-Time 3D Tracking of Multiple Objects with Similar Appearances
- Fusing time-of-flight depth and color for real-time segmentation and tracking
- Simple Online and Realtime Tracking with a Deep Association Metric (Deep SORT)
- 多目标跟踪(MOT)论文随笔-SIMPLE ONLINE AND REALTIME TRACKING (SORT)
- Deep SORT: Simple Online and Realtime Tracking with a Deep Association Metric
- 多目标跟踪(MOT)论文随笔-SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC (Deep SORT)
- Real-Time Tracking and Tuning for Busy Tomcat Servers
- KinectFusion: Real-Time Dense Surface Mapping and Tracking