Core Concepts
본 연구는 렌즈 없는 이미징 측정치로부터 3D 인체 자세와 형태를 직접 추정하는 최초의 종단 간 프레임워크를 제안한다.
Abstract
본 연구는 렌즈 없는 이미징 시스템을 통해 3D 인체 자세와 형태를 추정하는 최초의 종단 간 프레임워크인 LPSNet을 제안한다.
- 렌즈 없는 이미징 측정치에서 효율적인 특징을 추출하기 위해 다중 스케일 렌즈 없는 특징 디코더(MSFDecoder)를 설계하였다.
- 인체 사지 끝 추정 정확도를 높이기 위해 이중 헤드 보조 감독 메커니즘(DHAS)을 제안하였다.
- 렌즈 없는 이미징 시스템을 구축하고 다양한 데이터셋을 수집하여 LPSNet의 효과를 검증하였다.
- 실험 결과, LPSNet은 기존 방식 대비 우수한 성능을 보였으며, 특히 인체 사지 추정 정확도가 크게 향상되었다.
Stats
렌즈 없는 이미징 시스템을 통해 획득한 측정치의 해상도는 1280 x 1024 x 3이다.
렌즈 없는 측정치를 224 x 224 x 3으로 전처리하여 네트워크에 입력한다.
SMPL 메시는 6890개의 정점에서 431개로 다운샘플링된다.
Quotes
"렌즈 없는 이미징 시스템은 프라이버시 보호, 소형화, 간단한 구조, 낮은 비용 등의 많은 장점을 가지고 있어 인체 자세 및 형태 추정에 매우 적합하다."
"렌즈 없는 측정치에서 직접 인체 자세와 형태를 추정하는 것은 현재 불가능하다. 따라서 본 연구에서는 최초로 렌즈 없는 측정치로부터 종단 간 인체 자세 및 형태 추정 프레임워크를 제안한다."