HMOR: 단일 카메라를 이용한 다중 인물 3D 자세 추정을 위한 계층적 다중 인물 순위 관계

단일 RGB 카메라를 사용한 3D 인간 자세 추정 분야에서 뚜렷한 진전이 이루어졌습니다. 그러나 3D 다중 인물 케이스에 대한 연구는 아직 제한적입니다. 본 논문에서는 상위-하위 접근 방식의 전반적인 관점 부족 문제를 해결하기 위해 새로운 형태의 감독인 계층적 다중 인물 순서 관계(Hierarchical Multi-person Ordinal Relations, HMOR)를 도입합니다. HMOR은 깊이와 각도의 순서 관계를 계층적으로 인코딩하여, 신체 부위 및 관절 수준의 의미론적 정보를 포착하면서 동시에 전반적인 일관성을 유지합니다. 우리의 접근 방식에서는 이러한 순서 관계를 학습 과정에서 활용할 수 있는 통합된 상위-하위 모델을 설계하였습니다. 이 통합 모델은 사람 바운딩 박스, 사람 깊이, 그리고 루트 기준 3D 자세를 동시에 추정하며, 깊이 추정의 정확도를 향상시키기 위한 거칠기-세밀 구조(coarse-to-fine architecture)를 사용합니다. 제안된 방법은 공개된 다중 인물 3D 자세 데이터셋에서 기존 최신 방법들을 크게 능가하는 성능을 보였습니다. 또한 우수한 성능 외에도, 우리의 방법은 더 낮은 계산 복잡도와 적은 모델 매개변수로 구성되어 있습니다.