Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Combination of Positions and Angles for Hand Pose Estimation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43956392" target="_blank" >RIV/49777513:23520/19:43956392 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007%2F978-3-030-26061-3_22" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-3-030-26061-3_22</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-030-26061-3_22" target="_blank" >10.1007/978-3-030-26061-3_22</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Combination of Positions and Angles for Hand Pose Estimation

  • Popis výsledku v původním jazyce

    This paper deals with the estimation of hand pose from a single depth image. We present a method that is based on a description of the hand pose via local rotations of bones trained discriminatively in an end-to-end fashion using a convolutional neural network. We compare our method with existing approach of hand pose estimation of 3D locations of hand joints. For this purpose, we collected precise ground-truth data with a passive marker-based optical motion capture technology. The results show, that the estimation of the hand pose formulated as a combination of local rotations of bones and relative locations of joints outperforms the direct estimation of 3D global joints locations.

  • Název v anglickém jazyce

    Combination of Positions and Angles for Hand Pose Estimation

  • Popis výsledku anglicky

    This paper deals with the estimation of hand pose from a single depth image. We present a method that is based on a description of the hand pose via local rotations of bones trained discriminatively in an end-to-end fashion using a convolutional neural network. We compare our method with existing approach of hand pose estimation of 3D locations of hand joints. For this purpose, we collected precise ground-truth data with a passive marker-based optical motion capture technology. The results show, that the estimation of the hand pose formulated as a combination of local rotations of bones and relative locations of joints outperforms the direct estimation of 3D global joints locations.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20205 - Automation and control systems

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Speech and Computer, 21st International Conference, SPECOM 2019, Istanbul, turkey, August 20-25,2019, Proceedings

  • ISBN

    978-3-030-26060-6

  • ISSN

    0302-9743

  • e-ISSN

    1611-3349

  • Počet stran výsledku

    10

  • Strana od-do

    209-218

  • Název nakladatele

    Springer

  • Místo vydání

    Cham

  • Místo konání akce

    Instanbul, Turkey

  • Datum konání akce

    20. 8. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku