핵심 개념
LiDAR 포인트 클라우드를 직접 입력으로 사용하여 실시간 인간 동작을 정확하게 예측하는 단일 LiDAR 기반 방법을 제안한다.
초록
이 논문은 실용적인 3D 인간 동작 예측을 위한 단일 LiDAR 기반 방법 LiDAR-HMP를 제안한다. 기존 방법들은 정확한 과거 인간 자세를 필요로 하지만, 이는 실제 응용 환경에서 실용적이지 않다. LiDAR-HMP는 원시 LiDAR 포인트 클라우드를 직접 입력으로 사용하여 미래 3D 인간 자세를 직접 예측한다.
LiDAR-HMP의 핵심 모듈은 다음과 같다:
- 구조 인식 바디 특징 기술자: 인체 부위별 국부 특징과 전체 특징을 통합하여 인체 구조와 동작을 효과적으로 표현한다.
- 적응형 동작 잠재 매핑: 관측된 동작 특징을 미래 동작 잠재 공간으로 효과적으로 매핑한다.
- 공간-시간 상관관계 정제: 예측된 자세 간 공간-시간 상관관계를 모델링하여 예측 결과를 정제한다.
실험 결과, LiDAR-HMP는 기존 방법 대비 월등한 성능을 보였으며, 실제 환경에서의 실시간 동작 예측 능력을 입증하였다. 또한 다양한 동작 예측 기능을 제공하여 실용성을 높였다.
통계
단기 예측(100ms) MPJPE 평균 76.80mm (LIPD), 74.55mm (LiDARHuman26M)
장기 예측(1000ms) MPJPE 평균 135.11mm (LIPD), 117.00mm (LiDARHuman26M)
인용구
"LiDAR-HMP는 실용적인 3D 인간 동작 예측을 위한 단일 LiDAR 기반 방법을 제안한다."
"LiDAR-HMP는 원시 LiDAR 포인트 클라우드를 직접 입력으로 사용하여 미래 3D 인간 자세를 직접 예측한다."