다단계 네트워크를 이용한 인간 포즈 추정에 대한 재고

기존의 자세 추정 접근 방식은 단일 단계(single-stage) 및 다중 단계(multi-stage) 방법으로 나뉩니다. 다중 단계 방법이 이 작업에 더 적합해 보이지만, 현재 실무에서는 단일 단계 방법보다 성능이 좋지 않습니다. 본 연구는 이러한 문제를 분석합니다. 우리는 현재의 다중 단계 방법들이 다양한 설계 선택에서 부족함으로 인해 성능이 만족스럽지 않다고 주장합니다. 이를 해결하기 위해 단일 단계 모듈 설계, 스테이지 간 특성 집약(cross stage feature aggregation), 그리고 거칠기-세밀한 감독(coarse-to-fine supervision) 등의 여러 개선 사항을 제안합니다. 결과적으로 제시된 방법은 MS COCO와 MPII 인간 자세 데이터셋에서 새로운 최고 수준의 성능을 달성하여, 다중 단계 아키텍처의 효과성을 입증하였습니다. 소스 코드는 추가 연구를 위해 공개되어 있습니다.