단안 3차원 인간 자세 추정을 위한 약한 원근법을 넘어서기

단일 영상에서 스킨드 다중인물 선형(SMPL) 모델을 사용하여 3차원 관절의 위치와 방향을 예측하는 작업을 고려한다. 먼저, 표준 포즈 추정 알고리즘을 활용하여 2차원 관절 위치를 추론한다. 본 연구에서는 SPIN 알고리즘을 사용하여 딥 회귀 신경망을 통해 신체 자세, 형태 및 카메라 파라미터의 초기 예측값을 산출한다. 이후 SMPLify 알고리즘을 적용하여 초기 파라미터를 입력받아, SMPL 모델에서 추정된 3차원 관절이 2차원 관절 위치에 최적으로 맞도록 최적화한다. 이 알고리즘은 3차원 관절을 2차원 이미지 평면으로 투영하는 단계를 포함한다. 기존의 접근 방식은 약한 원근 가정을 따르며, 임의로 설정된 초점 거리(focal length)를 사용한다. 3D 포즈 인 더 와일드(3DPW) 데이터셋을 대상으로 한 실험을 통해, 올바른 카메라 중심과 근사된 초점 거리를 사용한 완전한 원근 투영(full perspective projection)이 더 우수한 성능을 보임을 입증하였다. 본 알고리즘은 3DPW 챌린지에서 우승자로 선정되며, 관절 방향 정확도에서 1위를 달성하였다.