단일 이미지에서 3D 인간 자세의 강건한 추정

인간 자세 추정은 행동 인식의 핵심 단계입니다. 본 연구에서는 단일 이미지에서 3차원 인간 자세를 추정하는 방법을 제안하며, 이는 기존의 2차원 자세/관절 검출기와 함께 작동합니다. 3차원 자세 추정은 깊이 정보 부족으로 인해 여러 개의 3차원 자세가 동일한 2차원 자세로 투영될 수 있어 어려움이 따릅니다. 또한, 현재의 2차원 자세 추정기는 일반적으로 정확도가 떨어져서 이로 인해 3차원 추정에 오류가 발생할 수 있습니다. 이러한 문제들을 세 가지 방식으로 해결하였습니다: (i) 3차원 인간 골격에서 학습된 희소 집합(sparse set)의 기저(bases)를 선형 조합(linear combination)으로 표현하여 3차원 자세를 나타냅니다. (ii) 사지 길이 제약(limb length constraints)을 적용하여 인간 해부학적으로 불가능한 골격을 제거합니다. (iii) 3차원 자세의 투영과 해당 2차원 검출 사이의 $L_1$-노름 오차($L_1$-norm error)를 최소화하여 3차원 자세를 추정합니다. $L_1$-노름 손실 항($L_1$-norm loss term)은 정확도가 떨어지는 2차원 관절 추정에 견고(robuset)합니다. 우리는 교대 방향 방법(Alternating Direction Method, ADM)을 사용하여 최적화 문제를 효율적으로 해결하였습니다. 본 접근법은 세 가지 벤치마크 데이터셋에서 기존 최신 연구(state-of-the-arts)보다 우수한 성능을 보였습니다.