초록
동물의 자세를 추정하는 것은 생체역학, 신경과학, 동물행동학, 로봇공학 및 엔터테인먼트 산업과 같은 학문 분야에서 동물 운동을 이해하는 데 도움이 됩니다. 인간의 자세 추정 모델은 대량의 훈련 데이터 덕분에 높은 성능을 달성하였습니다. 그러나 동물 자세 추정에서 같은 결과를 얻는 것은 동물 자세 데이터셋의 부족으로 인해 어려운 문제입니다. 이 문제를 해결하기 위해 우리는 SyDog(시독)을 소개합니다. SyDog은 게임 엔진 Unity를 사용하여 생성된 개의 합성 데이터셋으로, 실제 자세와 바운딩 박스 좌표를 포함하고 있습니다. 우리는 SyDog에서 훈련된 자세 추정 모델이 순수하게 실데이터로만 훈련된 모델보다 더 우수한 성능을 보이며, 이미지를 수작업으로 라벨링하는 노동 집약적인 과정을 크게 줄일 수 있음을 입증하였습니다. 우리는 SyDog 데이터셋을 동물 운동 연구의 훈련 및 평가 기준으로 공개합니다.