Full metadata record
DC FieldValueLanguage
dc.contributor.authorKanis, Jakub
dc.contributor.authorKrňoul, Zdeněk
dc.contributor.authorHrúz, Marek
dc.date.accessioned2020-03-09T11:00:22Z-
dc.date.available2020-03-09T11:00:22Z-
dc.date.issued2019
dc.identifier.citationKANIS, J., KRŇOUL, Z., HRÚZ, M. Combination of Positions and Angles for Hand Pose Estimation. In: Speech and Computer, 21st International Conference, SPECOM 2019, Istanbul, turkey, August 20-25,2019, Proceedings. Cham: Springer, 2019. s. 209-218. ISBN 978-3-030-26060-6 , ISSN 0302-9743.en
dc.identifier.isbn978-3-030-26060-6
dc.identifier.issn0302-9743
dc.identifier.uri2-s2.0-85071506420
dc.identifier.urihttp://hdl.handle.net/11025/36620
dc.description.abstractTento článek se zabývá odhadem pozice rukou z jediného hloubkového obrazu. Představujeme metodu, která je založena na popisu pozice ruky prostřednictvím lokálních rotací kostí, které byly trénovány diskriminačně end-to-end módem pomocí konvoluční neuronové sítě. Srovnáváme naši metodu se stávajícím přístupem odhadu pozice rukou z 3D umístění kloubů ruky. Za tímto účelem jsme shromažďovali přesná data pomocí technologie optického snímání pohybu založeného na markerech. Výsledky ukazují, že odhad pozice ruky formulovaný jako kombinace lokálních rotací kostí a relativních poloh kloubů překonává přímý odhad 3D globálních kloubů.cs
dc.format10 s.
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherSpringeren
dc.relation.ispartofseriesSpeech and Computer, 21st International Conference, SPECOM 2019, Istanbul, turkey, August 20-25,2019, Proceedingsen
dc.rightsPlný text není přístupný.cs
dc.rights© Springeren
dc.subjectOdhad pozice ruky, zpracování znakového jazyka, stínový řečníkcs
dc.titleCombination of Positions and Angles for Hand Pose Estimationen
dc.title.alternativeKombinace pozic a úhlů pro odhad pozice rukoucs
dc.typekonferenční příspěvekcs
dc.typeconferenceObjecten
dc.rights.accessclosedAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThis 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.en
dc.subject.translatedHand pose estimation, Sign language processing, Shadow speakeren
dc.identifier.doi10.1007/978-3-030-26061-3_22
dc.type.statusPeer-revieweden
dc.identifier.obd43927391
dc.project.IDEF15_003/0000466/Umělá inteligence a uvažovánícs
Appears in Collections:Konferenční příspěvky / Conference Papers (KKY)
OBD

Files in This Item:
File SizeFormat 
Kanis2019_Chapter_CombinationOfPositionsAndAngle.pdf1,85 MBAdobe PDFView/Open    Request a copy


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/36620

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

search
navigation
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD