Improvements in 3D Hand Pose Estimation Using Synthetic Data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F18%3A43952762" target="_blank" >RIV/49777513:23520/18:43952762 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007%2F978-3-319-99582-3_12" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-3-319-99582-3_12</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-99582-3_12" target="_blank" >10.1007/978-3-319-99582-3_12</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Improvements in 3D Hand Pose Estimation Using Synthetic Data

Popis výsledku v původním jazyce

The neural networks currently outperform earlier approaches to the hand pose estimation. However, to achieve the superior results a large amount of the appropriate training data is desperately needed. But the acquisition of the real hand pose data is a time and resources consuming process. One of the possible solutions uses the synthetic training data. We introduce a method to generate synthetic depth images of the hand closely matching the real images. We extend the approach of the previous works to the modeling of the depth image data using the 3D scan of the subject’s hand and the hand pose prior given by the real data distribution. We found out that combining them with the real training data can result in a better performance.

Název v anglickém jazyce

Improvements in 3D Hand Pose Estimation Using Synthetic Data

Popis výsledku anglicky

The neural networks currently outperform earlier approaches to the hand pose estimation. However, to achieve the superior results a large amount of the appropriate training data is desperately needed. But the acquisition of the real hand pose data is a time and resources consuming process. One of the possible solutions uses the synthetic training data. We introduce a method to generate synthetic depth images of the hand closely matching the real images. We extend the approach of the previous works to the modeling of the depth image data using the 3D scan of the subject’s hand and the hand pose prior given by the real data distribution. We found out that combining them with the real training data can result in a better performance.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/EF15_003%2F0000466" target="_blank" >EF15_003/0000466: Umělá inteligence a uvažování</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Interactive Collaborative Robotics Third International Conference, ICR 2018 Leipzig, Germany, September 18–22, 2018 Proceedings

ISBN

978-3-319-99581-6

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

11

Strana od-do

105-115

Název nakladatele

Springer Nature Switzerland AG

Místo vydání

Cham

Místo konání akce

Leipzig, Germany

Datum konání akce

18. 9. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—