摘要

针对现有的三维(3D)人手姿态估计算法没有充分挖掘手指特性和关键特征作用的问题,提出了手指点加强(FPR)策略和多级融合注意力(MFSE)模块。FPR策略突出了人手点云中手指位置点的作用,加强了网络特征提取层对点云中手指位置点的关注,提高了手指关节点的回归精度。MFSE模块提高了分层网络提取和表达局部特征的能力,该模块实现了分层网络之间不同层次特征的融合和权重分配,增强了模型的鲁棒性和人手姿态估计的准确度。在两个公共基准数据集MSRA和ICVL上的实验表明,所提算法能够实现高精度的3D人手姿态估计。