두 세계의 최고를 결합하다: 3D 인간 몸체 추정을 위한 모델 기반 및 비모수적 접근 방식의 통합

비모수적 방법은 최근 단일 카메라 이미지에서 인간의 몸을 재구성하는 데 있어 유망한 결과를 보여주고 있으며, 모델 기반 방법은 이러한 추정치를 수정하고 예측을 개선하는 데 도움을 줄 수 있습니다. 그러나 전역 이미지 특징으로부터 모델 매개변수를 추정하면 추정된 메시와 이미지 증거 사이에 눈에 띄는 불일치가 발생할 수 있습니다. 이 문제를 해결하고 두 방법의 장점을 극대화하기 위해, 우리는 세 가지 연속적인 모듈로 구성된 프레임워크를 제안합니다. 첫 번째로, 밀도 맵 예측 모듈은 이미지 증거와 신체 모델의 각 부분 간의 밀도 UV 대응 관계를 명시적으로 설정합니다. 다음으로, 역运动学(逆运动学) (inverse kinematics) 모듈은 주요 점 예측을 정교화하고 포즈된 템플릿 메시를 생성합니다. 마지막으로, UV 인페인팅(UV inpainting) 모듈은 대응되는 특징, 예측 및 포즈된 템플릿을 바탕으로 가려진 신체 형태의 예측을 완성합니다.우리의 프레임워크는 비모수적 방법과 모델 기반 방법의 최상의 점을 활용하며, 부분적으로 가려진 경우에도 견고성을 유지합니다. 실험 결과, 우리의 프레임워크는 여러 공개 벤치마크에서 기존 3D 인간 추정 방법보다 우수한 성능을 보였습니다.注：在“逆运动学”和“UV inpainting”这两个术语中，我保留了英文并加上了中文解释，因为这些术语在韩语中可能没有广泛接受的翻译。如果需要进一步调整，请告知。