초록
3D 인간 자세 추정에서 가장 큰 문제 중 하나는 크고 다양한 데이터셋의 부족입니다. 특히 다중 인물 3D 자세 추정의 경우, 우리 지식으로는 훈련을 위한 주석이 기계에 의해 생성된 것만 존재합니다. 이 문제를 완화하기 위해 우리는 약한 감독 하에 추가적인 RGB-D 이미지를 사용하여 훈련할 수 있는 네트워크를 소개합니다. 저렴한 센서의 존재로 인해 깊이 맵이 포함된 비디오가 널리 이용 가능하며, 우리의 방법은 이러한 주석이 없는 대규모 데이터셋을 활용할 수 있습니다. 우리의 알고리즘은 단일 카메라, 다중 인물, 절대적 자세 추정기입니다. 우리는 여러 벤치마크에서 알고리즘을 평가하여 오류율의 일관된 개선을 보여주며, 또한 우리의 모델은 MuPoTS-3D 데이터셋에서 상당한 마진으로 최신 연구 결과를 달성하였습니다.