Um die durch die hohe Freiheitsgrade der Hand und strukturelle Ähnlichkeiten verursachten Fehler bei der 3D-Schätzung von Schlüsselpunkt-Posen zu adressieren, wurde in dieser Arbeit ein 3D-Handpose-Regressionsnetzwerk entwickelt, das Erkennung, Detektion und Pose-Schätzung kombiniert. Es wird ein auf YOLOv3 basierendes Vorverarbeitungsnetz verwendet, ein Netzwerk zur Erkennung von 2D- und 3D-Schlüsselpunkten basierend auf kaskadierten Multi-Feature-Wärmekarten vorgeschlagen und in der Merkmalsextraktionsnetzwerk-Architektur menschliche Handskelett-Beschränkungen eingeführt. Ein progressives Graph Convolutional Neural Network Feature-Enhancement-Modul verfeinert die Skellet-Schlüsselpunkt-Ergebnisse weiter und vollendet die Pose-Anpassung vom groben zum feinen Detail. Im Vergleich mit verschiedenen existierenden Algorithmen auf unterschiedlichen öffentlichen Datensätzen anhand der PCK- und AUC-Bewertungen erzielt der vorgeschlagene Algorithmus auf allen Testsets die höchste AUC, mit einer durchschnittlichen AUC-Genauigkeit von 92,9%. Experimente zeigen, dass die Methode aus einem einzelnen 2D-Bild die 3D-Handpose präzise und detailliert schätzen kann und sowohl in Testsets als auch natürlichen Szenen gute Ergebnisse liefert.

3D-Poseschätzung; Objekterkennung; Gestenerkennung; Merkmalsverstärkung; Convolutional Neural Networks; Graph Convolutional Neural Networks