초록
본 논문에서는 정지 이미지에서 인간 자세 추정을 위한 엔드투엔드 학습 가능한 회귀 접근법을 제안합니다. 제안된 Soft-argmax 함수를 사용하여 특성 맵을 직접 관절 좌표로 변환함으로써 완전히 미분 가능한 프레임워크를 구현하였습니다. 본 방법은 인공적인 지면 진리 생성 과정 없이 열지도 표현을 간접적으로 학습할 수 있어, 결과적으로 문맥 정보가 자세 예측에 자연스럽게 포함될 수 있습니다. 우리는 이 방법을 Leeds Sports Poses (LSP)와 MPII Human Pose 데이터셋 두 가지 매우 어려운 데이터셋에서 평가하였으며, 기존의 모든 회귀 방법 중 최고의 성능을 달성하였으며, 최신 검출 기반 접근법과 유사한 결과를 얻었습니다.