세부 사항에 유의하라: 인간 자세 추정을 위한 편향 없는 데이터 처리 탐구

인간 자세 추정 분야에서 학습 및 추론의 핵심 요소인 데이터 처리는, 우리 지식에 따르면 체계적으로 고려된 바가 없다. 본 논문에서는 이 문제에 초점을 맞추어, 인간 자세 추정 기술의 진화 과정에서 숨겨진 문제는 편향된 데이터 처리에 있음을 발견하였다. 구체적으로 최신 기법들에서 일반적으로 사용되는 좌표계 변환 및 키포인트 포맷 변환(즉, 인코딩 및 디코딩) 과정을 조사한 결과, 일반적으로 사용되는 반사 전략(Flip Strategy)을 통해 얻어진 결과가 추론 시 원래 결과와 정렬되지 않음을 확인하였다. 더불어 일부 키포인트 포맷 변환 방법에는 통계적 오류가 존재함을 발견하였다. 두 문제는 상호 연관되어 발생하며, 자세 추정 성능을 크게 저하시켜 연구 공동체에 위험한 함정을 제공하고 있다. 이러한 함정은 수많은 비최적의 해결책들이 등장하게 만들었으며, 이는 항상 보고되지 않고, 혼란을 초래하지만 강력한 영향력을 미친다. 보고되지 않은 이러한 해결책들은 재현 실패와 공정한 비교의 어려움을 초래하여 기술 발전을 심각하게 저해하고 있다. 이러한 문제의 근본 원인을 해결하기 위해, 본 논문에서는 두 가지 문제에 각각 대응하는 기술적 측면을 포함하는 '편향 없는 데이터 처리(Unbiased Data Processing, UDP)'를 제안한다. 즉, 편향 없는 좌표계 변환과 편향 없는 키포인트 포맷 변환을 포함한다. 모델에 종속되지 않는 접근 방식으로서 우수한 솔루션인 UDP는 인간 자세 추정의 성능 한계를 성공적으로 확장하며, 연구 공동체에 더 높고 신뢰할 수 있는 기준 성능을 제공한다. 코드는 https://github.com/HuangJunJie2017/UDP-Pose 에 공개되어 있다.