부위 인식을 통한 강건한 다중 시점 다중 인체 3D 자세 추정 및 추적

본 논문에서는 캘리브레이션된 다중 시점(multi-view)을 기반으로 하는 다중 인체 3D 자세 추정 및 추적 방법을 소개합니다. 주요 과제는 여러 인체의 자세 추정이 노이즈를 포함하더라도 정확한 시점 간 및 시간적 대응을 찾는 것입니다. 이전의 다중 시점을 이용해 3D 자세를 구성하는 방법들과 비교하여, 우리의 접근 방식은 각 시점에서 이전에 구성된 3D 뼈대와 2D 자세 추정 결과를 일치시키기 위해 시간적 일관성을 활용합니다. 따라서 시점 간 및 시간적 연관성은 동시에 이루어집니다. 성능이 잘못된 연관성과 노이즈가 많은 예측으로 인해 저하되는 것을 방지하기 위해, 우리는 더 나은 대응과 3D 재구성을 위한 두 가지 전략을 설계하였습니다. 구체적으로, 2D-3D 연관성을 위한 부분 인식(part-aware) 측정법과 재구성 중에 2D 이상치(2D outliers)를 처리할 수 있는 필터를 제안합니다. 우리의 접근 방식은 최신 기술(state-of-the-art) 방법들에 비해 효율적이며 효과적이며, 두 개의 벤치마크에서 경쟁력 있는 결과를 달성하였습니다: Campus 데이터셋에서 96.8%, Shelf 데이터셋에서 97.4%입니다. 또한, Campus 평가 프레임의 길이를 더욱 도전적으로 확장하였으며, 우리의 제안 방식도 우수한 성능을 보였습니다.