단일 카메라 영상에서 물리 기반 3차원 인간 자세 재구성에 대한 궤적 최적화

단안 영상에서 물리적으로 타당한 관절 구조를 가진 인간의 운동을 추정하는 작업에 초점을 맞춘다. 기존의 물리학을 고려하지 않는 접근 방식은 시간적으로 일관성 없는 출력과 운동 아티팩트를 유발하는 경향이 있으며, 최신의 물리 기반 접근 방식은 제어된 실험실 환경에서만 성능을 발휘하거나 발에 국한된 단순화된 신체-지면 접촉만을 고려하는 경우가 많다. 본 논문은 포즈 추정 과정에 완전 기능을 갖춘 물리 엔진을 직접 통합함으로써 이러한 한계를 어떻게 극복할 수 있는지를 탐구한다. 제어되지 않은 현실 세계의 장면을 입력으로 받아, 본 방법은 지면 평면의 위치와 물리적 신체 모델의 치수를 추정한 후, 궤적 최적화를 수행하여 물리적 운동을 복원한다. 본 연구의 제안 방식의 장점은 다양한 지면 특성을 가진 다양한 장면으로 쉽게 일반화 가능하며, 신체의 자기 접촉과 관절 구조체와 장면 기하학 간의 접촉을 어떤 형태로든 지원할 수 있다는 점이다. 실험 결과, 본 방법은 Human3.6M 벤치마크에서 기존의 물리 기반 방법들과 경쟁 가능한 성능을 보였으며, 재학습 없이도 AIST 벤치마크의 더 복잡한 동적 운동과 제어되지 않은 인터넷 영상에 직접 적용 가능함을 입증하였다.