هذا التقرير الفني يقدم حلنا المسمى MEEV، الذي تم اقتراحه لتحدي EgoBody في مؤتمر ECCV 2022. يتم جمع مجموعة البيانات من أجهزة مثبتة على الرأس، وتحتوي على شكل حركة الجسم البشري للأشخاص المتفاعلين. تواجه مجموعة بيانات EgoBody تحديات مثل إخفاء الجسم أو الصور غير الواضحة. لتجاوز هذه التحديات، تم تصميم MEEV للاستفادة من الخصائص متعددة القياسات للحصول على معلومات فضائية غنية. بالإضافة إلى ذلك، للتغلب على حجم مجموعة البيانات المحدود، تم تدريب النموذج مسبقًا باستخدام مجموعة بيانات مجمعة تتكون من تقديرات وضعيات ثنائية وثلاثية الأبعاد (2D و 3D). حقق MEEV درجة 82.30 لـ MPJPE ودرجة 92.93 لـ MPVPE، مما أدى إلى فوزه بتحدي EgoBody في ECCV 2022، مما يظهر فعالية الطريقة المقترحة. يمكن الحصول على الكود من https://github.com/clovaai/meev