미지도 감독 하위의 예술사적 이미지에서의 인간 자세 추정

제스처는 17세기부터 비언어적 의사소통의 언어로 이론적으로 확립되어 왔습니다. 그러나 시각 예술에서 제스처의 관련성은 간헐적으로만 표현되었습니다. 이는 주로 전통적으로 손으로 처리해야 하는 방대한 데이터량 때문일 것입니다. 그러나 디지털화의 꾸준한 발전으로 인해 점점 더 많은 역사적 유물이 색인화되고 대중에게 공개되면서, 유사한 신체 구도나 자세를 가진 미술사적 모티프를 자동으로 검색할 필요성이 생겼습니다. 예술 영역은 스타일 변동성 때문에 기존의 인간 자세 추정을 위한 실제 세계 데이터 세트와 크게 다르기 때문에, 이는 새로운 도전 과제를 제시합니다. 본 논문에서는 미술사적 이미지에서 인간 자세를 추정하기 위한 새로운 접근법을 제안합니다. 기존 연구가 사전 학습된 모델이나 스타일 변환을 통해 영역 간 격차를 메우려고 시도하는 것과 달리, 우리는 객체 검출과 키포인트 검출 모두에 반감독 학습을 제안합니다. 또한, 인간 형상의 바운딩 박스와 키포인트 주석을 포함하는 새로운 영역 특화 예술 데이터 세트를 소개합니다. 우리의 접근법은 사전 학습된 모델이나 스타일 변환을 사용하는 방법보다 훨씬 더 나은 결과를 얻습니다.