다중 시점에서 빠르고 강건한 다인물 3D 자세 추정

본 논문은 여러 사람이 참여하는 환경에서 소수의 카메라 뷰를 통해 3차원 자세 추정 문제를 다룹니다. 이 문제의 주요 과제는 노이즈와 불완전한 2차원 자세 예측 사이에서 시점 간 대응 관계를 찾는 것입니다. 대부분의 기존 방법들은 이 과제를 3차원에서 직접적으로 추론하는 그림 구조 모델을 사용하여 해결하려고 하였으나, 거대한 상태 공간으로 인해 비효율적이었습니다. 우리는 이 문제를 해결하기 위한 빠르고 견고한 접근 방식을 제안합니다. 우리의 핵심 아이디어는 모든 뷰에서 감지된 2차원 자세들을 클러스터링하기 위해 다중 매칭 알고리즘을 사용하는 것입니다. 각 클러스터는 다른 시점에서 동일한 사람의 2차원 자세와 키포인트 간 일관된 대응 관계를 포함하며, 이를 통해 각 사람의 3차원 자세를 효과적으로 추론할 수 있습니다. 제안된 볼록 최적화 기반 다중 매칭 알고리즘은 효율적이며, 장면 내 사람 수를 알지 못하는 상황에서도 누락되고 잘못 감지된 데이터에 대해 견고하게 작동합니다. 또한, 우리는 시점 간 매칭을 위해 기하학적 및 외형적 힌트를 결합하는 방법을 제안합니다. 제안된 접근 방식은 캠퍼스(Campus) 및 선반(Shelf) 데이터셋에서 현행 최신 기술보다 유의미한 성능 향상을 보여주며(각각 96.3% vs. 90.6%와 96.9% vs. 88%), 실시간 응용 프로그램에 적합하도록 효율적입니다.