摘要

本发明公开了一种基于全卷积神经网络的单目三维手势估计方法,包括以下步骤:获取手部图像,对图像进行预处理;构建全卷积三维手势估计网络,并对全卷积三维手势估计网络进行训练;将预处理后的图像输入全卷积三维手势估计网络预测最终的关键点二维坐标及各关键点的相对深度;将预测的关键点二维坐标与相对深度进行后处理,计算手部关键点的三维坐标。本发明通过将手部尺度信息与神经网络对手部关键点的深度预测过程解耦,能够有效应对单目三维手势估计中的尺度不确定性问题,实际应用中通过获取准确的先验尺度信息,本发明准确还原出场景中手部关键点相对成像设备的实际深度,有效提升三维手势估计方法的精度上限以及对场景的泛化能力。