#手部关键点检测# #手掌检测# #手部检测#MediaPipe Hands

谷歌开源MediaPipe Hands：

终端设备上的实时手部跟踪 手掌检测器+手部关键点检测（21个骨骼关键点），其中关键点检测在iPhone11上速度高达909 FPS！在三星S20上速度高达179 FPS！

作者团队：Google Research

我们提出了一种在终端设备上实时的手部跟踪pipeline，该pipeline可以预测用于AR / VR应用的单个RGB摄像机的手部骨骼。 Pipeline包括两个模型：1）手掌检测器，2）手部关键点模型。 它是通过MediaPipe（一个用于构建跨平台ML解决方案的框架）实现的。 所提出的模型和流水线架构演示了在移动GPU上的实时推理速度和较高的预测质量。

PS：

MediaPipe 是一个基于图形的跨平台框架，用于构建多模式（视频，音频和传感器）应用的机器学习管道。

MediaPipe 可在移动设备、工作站和服务器上跨平台运行，并支持移动 GPU 加速。使用 MediaPipe，可以将应用的机器学习管道构建为模块化组件的图形。基于C/C++

《MediaPipe Hands: On-device Real-time Hand Tracking》

主页：https://mediapipe.dev/

博客：https://google.github.io/mediapipe/solutions/hands

代码：https://github.com/google/mediapipe

论文下载链接：https://arxiv.org/abs/2006.10214