1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 计算机应用/办公自动化

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、有哪些信誉好的足球投注网站（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

    您可能关注的文档

    最近下载

    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

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >