UniHCP: 인간 중심 인식을 위한 통합 모델

사람 중심 인식(예: 자세 추정, 사람 분할, 보행자 감지, 개인 재식별 등)은 시각 모델의 산업적 응용에서 중요한 역할을 합니다. 특정 사람 중심 작업들은 각각 관련된 의미론적 측면에 집중하지만, 동시에 인간 몸체의 동일한 기본적인 의미론적 구조를 공유합니다. 그러나 이러한 균질성을 활용하고 일반적인 목적을 위한 사람 중심 모델을 설계하려는 연구는 거의 이루어지지 않았습니다. 본 연구에서는 다양한 사람 중심 작업들을 재검토하고 이를 최소한의 방식으로 통합합니다. 우리는 UniHCP라는 이름의 통합된 사람 중심 인식 모델을 제안합니다. 이 모델은 단순한 비전 트랜스포머 아키텍처를 사용하여 다양한 사람 중심 작업들을 단순화된 엔드투엔드 방식으로 통합합니다. 33개의 대규모 사람 중심 데이터셋에서 공동 학습한 결과, UniHCP는 여러 영역 내 및 하류 작업에서 강력한 기준선을 직접 평가하여 능가할 수 있습니다. 특정 작업에 적응시킬 경우, UniHCP는 다양한 사람 중심 작업에서 새로운 최고 성능(SOTA)을 달성하며, 예를 들어 CIHP에서 69.8 mIoU로 사람 분할, PA-100K에서 86.18 mA로 속성 예측, Market1501에서 90.3 mAP로 ReID, CrowdHuman에서 85.8 JI로 보행자 감지 등의 성능을 보여주며, 각 작업에 맞춰 특화된 모델들보다 우수한 성능을 발휘합니다.