如何在虚拟世界里灵活运用你的双手？手势交互方案、算法和场景全解析(14)

2019-09-19

上图从左到右展示了迭代初期到迭代结束时的 pose ，这种迭代的数值解法通常对初始化要求较高，若初始化的不好，则需要很长时间才能迭代收敛，还有可能无法收敛到全局最小值（因为损失函数是非凸函数），所以算法实现时，通常利用上一帧的pose来初始化当前帧的计算。

这种模型驱动类方法需要手工设计几何模型和损失函数。简单的几何模型计算量小，复杂的几何模型准确度高。通常设计模型时需要在准确度和性能之间做权衡。

不同的手部几何模型

模型驱动类的算法优势是不需要任何训练数据，只要设计的好，写完就可以直接用。缺点是需要手工设计模型，计算量较大，容易误差累计导致漂移，对初始化要求高，通常只能用在手势追踪领域。

2、数据驱动类算法

此类算法是指利用收集数据中训练样本与其对应的标签关系，让机器学习一个从样本到标签的映射。此类算法属于判别式方法（Discriminative Approaches）。

推荐阅读

上一篇：5G概念股逆市上扬京信通信及长飞光纤各涨近3%

下一篇：扎克伯格变心了？吃着碗里的 VR，盯着锅里的 AR