Core Concepts
이고중심 이벤트 카메라를 사용하여 실시간으로 3D 인체 동작을 추정하는 새로운 접근법을 제안한다.
Abstract
이 논문은 이고중심 모노큘러 이벤트 카메라를 사용하여 3D 인체 동작을 추정하는 새로운 문제를 제시하고, 이를 해결하기 위한 첫 번째 접근법인 EventEgo3D(EE3D)를 소개한다.
EE3D는 다음과 같은 핵심 구성 요소를 포함한다:
이고중심 이벤트 스트림을 효과적으로 처리하기 위한 경량 신경망 아키텍처
이벤트 히스토리를 활용하여 인체 주변의 이벤트에 초점을 맞추는 잔차 이벤트 전파 모듈
실제 이고중심 이벤트 데이터셋 EE3D-R과 합성 데이터셋 EE3D-S
실험 결과, EE3D는 기존 방법들에 비해 빠른 속도(140Hz)와 높은 정확도로 3D 인체 동작을 추정할 수 있음을 보여준다. 특히 빠른 동작과 급격한 조명 변화 등 까다로운 상황에서 우수한 성능을 발휘한다.
Stats
제안된 EE3D 방법은 기존 방법들에 비해 평균 MPJPE가 6.30% 낮고, PA-MPJPE가 19.64% 낮다.
특히 복잡한 동작(상호작용, 기어오르기, 차기, 스포츠, 춤추기 등)에서 큰 성능 향상을 보인다.
EE3D의 표준편차 σ가 가장 낮아, 다양한 동작에서 일관된 정확도를 보인다.
Quotes
"이고중심 모노큘러 이벤트 카메라를 사용하여 3D 인체 동작을 추정하는 새로운 문제를 제시한다."
"EE3D는 이고중심 이벤트 스트림을 효과적으로 처리하기 위한 경량 신경망 아키텍처와 잔차 이벤트 전파 모듈을 포함한다."
"실험 결과, EE3D는 빠른 속도(140Hz)와 높은 정확도로 3D 인체 동작을 추정할 수 있다."