ZoomNAS: 자연 환경에서의 전신 인간 자세 추정을 위한 탐색

이 논문은 신체 전체(신체, 발, 얼굴, 손 등)에 존재하는 밀집된 지점들을 정확히 탐지하는 2차원 전체 신체 자세 추정(2D whole-body human pose estimation) 문제를 조사한다. 본 연구에서는 전체 신체의 계층적 구조를 고려하고, 다양한 신체 부위 간의 척도 변동성을 해결하기 위해 단일 네트워크 아키텍처인 ZoomNet을 제안한다. 또한 전체 신체 자세 추정의 정확도와 효율성을 동시에 향상시키기 위해, 신경망 아키텍처 탐색(Neural Architecture Search, NAS) 프레임워크인 ZoomNAS를 제안한다. ZoomNAS는 모델 아키텍처와 다양한 하위 모듈 간의 연결 구조를 동시에 탐색하며, 탐색된 하위 모듈들에 대해 자동으로 계산 복잡도를 할당한다. ZoomNAS의 학습 및 평가를 위해, 실외 환경 이미지에 대해 133개의 키포인트를 레이블링한 최초의 대규모 2차원 전체 신체 데이터셋인 COCO-WholeBody V1.0을 제안한다. 광범위한 실험을 통해 ZoomNAS의 효과성과 COCO-WholeBody V1.0의 중요성을 입증한다.