QuickPose：混雑したシーンにおけるリアルタイムなマルチビュー・マルチペルソナ姿勢推定

本研究は、複数の校正済み視点から混雑したシーンにおける3次元人体ポーズのリアルタイム再構成を可能にするアルゴリズムを提案する。この問題の主な課題は、複数視点間で2次元観測値を効率的に対応付けることにある。従来の手法は、全身レベルでのマルチビュー対応付けを行うが、これは2次元ポーズ推定誤差に敏感であり、あるいは部位レベルでの対応付けを行うが、同一視点内の異なる部位間の2次元制約を無視してしまうという課題を抱えている。本研究では、マルチビュー対応付けの過程において、すべての妥当なスケルトン候補（各スケルトンは任意の数の部位から構成可能であり、全身または単一部位に限定されない）について推論を行うアプローチを採用する。この目的のために、マルチビュー対応付け問題をスケルトン候補空間におけるモード探索問題として定式化し、効率的なアルゴリズム「QuickPose」を提案した。これにより、混雑したシーンにおけるリアルタイムモーションキャプチャが実現可能となった。公開データセット上での実験結果から、本手法は速度と精度の両面で、現行の最先端技術を上回る性能を達成したことが確認された。