여러 관점에서의 빠르고 안정적인 다중 인물 3D 자세 추정

이 논문은 몇몇 보정된 카메라 뷰에서 여러 사람에 대한 3D 자세 추정 문제를 다루고 있습니다. 이 문제의 주요 도전 과제는 노이즈가 많고 불완전한 2D 자세 예측 간의 교차 뷰 상응 관계를 찾는 것입니다. 대부분의 이전 방법들은 그림 구조 모델을 사용하여 3D에서 직접 추론함으로써 이 문제를 해결하려고 했지만, 이는 거대한 상태 공간으로 인해 비효율적입니다. 우리는 이 문제를 해결하기 위한 빠르고 강력한 접근 방식을 제안합니다. 우리의 핵심 아이디어는 모든 뷰에서 감지된 2D 자세를 클러스터링하기 위해 다중 매칭 알고리즘을 사용하는 것입니다. 결과 클러스터는 서로 다른 뷰에서 동일한 사람의 2D 자세를 인코딩하며, 키포인트 간의 일관된 상응 관계를 제공합니다. 이를 통해 각 사람의 3D 자세를 효과적으로 추론할 수 있습니다. 제안된 볼록 최적화 기반 다중 매칭 알고리즘은 효율적이며 불완전한 탐지와 잘못된 탐지에 강합니다. 또한, 장면에 있는 사람의 수를 알 필요가 없습니다. 더불어, 우리는 교차 뷰 매칭을 위해 기하학적 및 외관 단서를 결합하는 것을 제안합니다. 제안된 접근 방식은 최신 기술 대비 상당한 성능 향상을 이루었고(캠퍼스와 선반 데이터셋에서 각각 96.3% vs. 90.6% 및 96.9% vs. 88%), 실시간 응용 프로그램에 대해 효율적입니다.