관점 불변 3D 인간 자세 추정

우리는 단일 깊이 이미지에서 3D 인간 자세를 추정하기 위한 시점 불변 모델을 제안합니다. 이를 위해 우리의 판별 모델은 로컬 영역을 학습된 시점 불변 특징 공간에 임베딩합니다. 다중 작업 학습 문제로 정식화된 이 모델은 노이즈와 가림 현상이 있는 상황에서도 부분적인 자세를 선택적으로 예측할 수 있습니다. 우리의 접근 방식은 위에서 아래로의 오류 피드백 메커니즘을 활용한 컨벌루션 및 순환 네트워크 아키텍처를 사용하여, 엔드 투 엔드 방식으로 이전 자세 추정치를 자동으로 교정합니다. 우리는 기존에 발표된 깊이 데이터셋과 극단적인 시점에서 수집된 10만 장의 주석이 달린 새로운 인간 자세 데이터셋을 통해 모델을 평가했습니다. 실험 결과, 우리의 모델은 정면 뷰에서는 경쟁력 있는 성능을 보여주며, 다른 시점에서는 최신 연구 성과를 달성하는 것으로 나타났습니다.