창간 준비호

여덟 대 카메라 중 다음 시점을 고르는 방법

관절 위치를 다시 투영해 카메라 순위를 매긴 연구

쎈프레스 편집국읽는 데 2분
여덟 대 카메라 중 다음 시점을 고르는 방법

연구진은 여덟 대의 카메라 가운데 다음에 사람의 자세를 가장 잘 읽어낼 시점을 고르는 모델 CJRR-Net을 내놓았다고 밝혔다. 비교한 다른 방식보다 선택한 화면의 관절 위치 오차가 작았다는 것이 연구진의 주장이다.

지금까지

스포츠 경기나 동작 분석에서는 여러 대의 카메라로 한 사람을 동시에 찍는 일이 흔하다. 하지만 어느 카메라 화면이 사람의 자세를 가장 잘 보여 주는지는 대개 사람이 직접 정하거나 정해진 위치를 그대로 썼다. 몸이 다른 물체나 신체 일부에 가려지면 같은 동작도 카메라에 따라 읽기 어려워진다.

AI 시대에는

연구진은 현재 화면에서 본 자세, 카메라 배치 정보, 그리고 후보 카메라마다 계산한 기하학적 특징을 함께 쓰는 모델을 제안했다. 이 특징은 추정한 3차원 자세와 그 불확실성을 각 후보 카메라 화면에 다시 투영해 얻는다. 공개 데이터 MPI-INF-3DHP의 보정된 카메라 여덟 대로 시험한 결과, 선택한 화면의 2차원 관절 위치 평균 오차(MPJPE)는 105.18픽셀이었다고 한다. 같은 입력을 공유하는 다층 신경망은 114.64픽셀, 변형한 PoseErrNet은 117.56픽셀이었다. 가려짐 정도로 나눈 각 집단에서도 비교 방식 중 평균 오차가 가장 낮았다고 연구진은 밝혔다. 다만 이 글은 동료 심사를 거치기 전에 공개된 사전 공개 논문의 초록이며, 결과는 카메라 여덟 대가 고정된 환경에서 확인된 것이다.

지금 해 볼 것

  • 운동 장면을 찍을 때 정면과 측면 등 두 각도에서 촬영해, 어느 쪽에서 몸의 움직임이 더 잘 보이는지 비교해 본다.
  • 논문 초록에 나온 세 가지 오차 수치(105.18, 114.64, 117.56픽셀)를 표로 적어 보며, 숫자가 작을수록 무엇이 좋다는 뜻인지 정리해 본다.

원문에서 확인한 사실

  • 제안된 모델의 이름은 후보 관절 재투영 순위 네트워크(CJRR-Net)이다.
  • MPI-INF-3DHP 데이터에서 보정된 카메라 여덟 대 가운데 다음 시점을 고르는 문제를 다뤘다.
  • 모델은 현재 화면의 자세 관찰, 카메라 배치, 후보 화면에 다시 투영한 3차원 자세와 불확실성에서 얻은 특징을 함께 쓴다.
  • 선택한 화면의 2차원 관절 위치 평균 오차는 CJRR-Net이 105.18픽셀, 공유 입력 다층 신경망이 114.64픽셀, 변형한 PoseErrNet이 117.56픽셀이었다.
  • 평가한 가려짐 집단 모두에서 비교 방식 중 평균 오차가 가장 낮았다.
  • 연구진은 카메라를 거듭 고르는 과정을 보여 주는 예시도 제시했으며, 결과는 카메라 여덟 대가 고정된 환경에서 평가한 것이다.
#자세 추정#다중 카메라#스포츠 분석#사전 공개 논문

이 기사는 쎈프레스 편집국이 공개된 원문을 바탕으로 정리했습니다. 원문에 없는 내용은 싣지 않는 것을 원칙으로 하며, 틀린 곳은 010-8114-3468로 알려 주시면 바로 고칩니다.

넘겨 보기로 이어 보기

이어서 읽기