一种基于多视角与半监督学习的手势姿态估计方法

本发明公开了一种基于多视角与半监督学习的手势姿态估计方法，属于人机交互技术领域，其通过多个视角来采集手势图像，构建无标签数据集，再对少量手势姿态数据进行标注，形成有手部关键点的标签数据集，之后从多个视角中随机选择一个作为输入，通过神经网络构建的编码器形成隐编码，将该隐编码通过一个解码器映射为另一个视角的手势图像，实现不同视角的一致性约束，将该隐编码通过一个投影变换器映射为2D关键点坐标，并让其逼近标签基准值，实现有监督的学习约束，在上述两种约束机制共同作用下，随机输入多视角无标签样本或少量有标签样本进行训练，在实际应用中，只需要将手势图像输入编码器，即可生成手势姿态的3D关键点坐标估计。