cvpr18-cross modal deep variational hand pose跨模态深度变分手势估计.pdfVIP

cvpr18-cross modal deep variational hand pose跨模态深度变分手势估计.pdf

  1. 1、本文档共20页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

Cross-modalDeepVariationalHandPoseEstimation

Spurr,JieSong,SeonwookPark,OtmarHilliges

ETHZurich

{spurra,jsong,spark,otmarh}@inf.ethz.ch

Thehumanhandmovesincomplexandhigh-

dimensionalways,makingestimationof3Dhandposecon-

figurationsfromimagesaloneachallengingtask.Inthis

workweproposeamethodtolearnastatisticalhandmodel

representedbyacross-modaltrainedlatentspaceviaagen-

erativedeepneuralnetwork.Wederiveanobjectivefunc-

tionfromthevariationallowerboundoftheVAEframe-

workandjointlyoptimizetheresultingcross-modalKL-

divergenceandtheposteriorreconstructionobjective,nat-

urallyadmittingatrainingregimethatleadstoacoherent

latentspaceacrossmultiplemodalitiessuchasRGBim-

ages,2Dkeypointdetectionsor3Dhandconfigurations.

Additionally,itgrantsastraightforwardwayofusingsemi-Figure1:Cross-modallatentspace.t-SNEvisualization

supervision.Thislatentspacecanbedirectlyusedtoesti-of500inputsamplesofdifferentmodalitiesinthelatent

mate3DhandposesfromRGBimages,outperformingthespace.EmbeddingsofRGBimagesareshowninblue,em-

state-of-theartindifferentsettings.Furthermore,weshowbeddingsof3Djointconfigurationsingreen.Handposes

thatourproposedmethodcanbeusedwithoutchangesaredecodedsamplesdrawnfromthelatentspace.Embed-

ondepthimagesandperformscomparablytospecializeddingdoesnotclusterbymodality,showingthatthereisa

methods.Finally,themodelisfullygenerativeandcanunifiedlatentspace.Theposterioracrossdifferentmodali-

synthesizecon

文档评论(0)

183****7931 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档