手势有姿态丰富、灵活方便的特点,在人机交互领域有着很高的研究意义。对手势姿态进行准确地估计不仅取决于算法的设计,更离不开一个庞大的手势数据集。手势数据集包含两个部分:手势深度图像和对关节点的标注。其中深度图像可以由深度传感器或数据手套进行采集,困难在于如何对大规模的手势图像中手关节点进行准确的标注。现有的手势姿态数据集都或多或少的存在着标注困难和标注有误差的问题,而标注的误差必然会影响算法的精度以及实际应用价值。相比之下,用软件渲染出的手的3D模型数据具有准确的标注,但模型数据很难用到实际中去。针对现有数据集标注的问题,本文提出了一种图像风格转换算法将手部真实深度图像与模型数据进行风格转换。具体的,本文在CycleGAN的网络基础上进行改进,使之更适合色彩信息不丰富、背景信息单一的手势图像。将真实数据和模型数据作为两个域的图像,在对抗训练中,生成器用来将不同域之间的图像风格进行转换,生成风格化的图像,判别器用来鉴别生成的风格化图像与真实图像的差别,并将结果反馈给生成器,促进生成器生成更高质量的图像。循环一致性是一个域的图像经过转换后到另一个域,再经过一次转换仍能回到该域,在网络中加入循环一致性检验是对图像内容进行约束,避免了对抗训练产生GAN模式坍塌的现象。真实数据经过风格转换后变成模型数据,可以通过用模型数据训练好的手势姿态估计网络对关节点位置进行估计,用来更新原有的有误差的标签或者生成标注;模型数据经过风格转换后变成真实数据可以扩充原有的手势数据集,并且这部分数据有准确的标注。为了对提出的网络模型进行训练,本文通过模型软件生成了一个手势姿态数据集,包含100000张手势图像以及手关节点的三维标注。本文通过大量的实验验证了本文提出的算法可以将真实手势数据和模型数据进行正确的转换以及网络中各个模块的有效性。并通过和其他风格转换方法进行了对比证明了本文方法具有良好的性能。