이 논문은 2D 인체 자세 추정 문제에서 희귀 카메라 뷰에 대한 성능 향상을 다룹니다. 기존 데이터셋은 주로 측면, 정면, 후면 등의 일반적인 뷰에 초점을 맞추고 있어, 천장 및 바닥 뷰와 같은 극단적인 뷰에 대한 성능이 부족했습니다.
저자들은 SMPL 기반의 합성 데이터 생성 방법인 RePoGen을 제안합니다. RePoGen은 기존 방식과 달리 해부학적 정확성보다는 자세의 다양성에 초점을 맞추어 새로운 자세를 생성할 수 있습니다. 실험 결과, RePoGen 데이터를 COCO 데이터셋에 추가하여 학습한 모델이 기존 접근법보다 극단적인 뷰에서 우수한 성능을 보였습니다. 또한 해부학적 정확성이 반드시 필요하지 않다는 것을 확인했습니다.
논문의 주요 기여는 다음과 같습니다:
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Miroslav Pur... às arxiv.org 04-23-2024
https://arxiv.org/pdf/2307.06737.pdfPerguntas Mais Profundas