计算机应用

作者：任建华, 曹佳惠, 贾迪

单位：1.辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 125105；2.辽宁工程技术大学 鄂尔多斯研究院，内蒙古 鄂尔多斯 017004

关键词：手部姿态估计,掩码提示,注意力机制,卷积神经网络,语义分割

基金：国家自然科学基金资助项目(61601213);辽宁工程技术大学鄂尔多斯研究院校地科技合作培育项目(YJY-XD-2023-003)

手部姿态估计是计算机视觉的重要研究方向，传统方法易受复杂背景干扰，而深度学习方法虽具抗干扰能力，但在多手场景和细节识别方面仍存不足。因此，提出一种基于掩码提示和注意力机制的手部姿态估计方法HMCA（Hand Mask Prompts and Attention）。首先，利用目标检测和语义分割生成手部掩码图，从而屏蔽背景噪声并提供先验信息；其次，设计并行注意力模块（PAB）与多路残差模块（MRB），以提取多尺度特征，从而提高复杂手势识别能力，降低计算复杂度，并防止梯度消失；再次，利用掩码图引导模型关注手部区域，从而解决多手和遮挡问题；最后，在回归损失中加入惩罚项，从而约束关键点预测并加快模型收敛。实验结果表明，该方法在单手、多手和遮挡场景下均优于其他方法，在不同阈值下的曲线面积均值（AUC）和平均关节点位置误差（MPJPE）方面均取得最佳性能。在RHD（Rendered Handpose Dataset）上，该方法在不同阈值下的AUC为93.22%，MPJPE为2.15；在CMU Panoptic数据集上，该方法在不同阈值下的AUC为91.38%，手部关节点平均误差为2.06。

来源：2025年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第12期