Pose Estimation History

요새 Pose Estimation 쪽을 연구하고 있는데..

 

우연히 Human Pose Estimation 기술의 발전과 미래 (서울대학교 이경무 교수님) 라는 영상을 접하게 됨.

 

아래 링크의 영상이며, AI 콜로퀴움으로 진행되었음.

 

www.youtube.com/watch?v=GBpnsFfLt2Q&feature=youtu.be

 

간단히 요약하자면, Pose Estimation은 아래의 4단계로 볼 수 있음 (Single Person 기준)

 

1. DeepPose: Human Pose Estimation via Deep Neural Networks

 

위의 논문에서 Kinect 류의 RGBD 카메라를 사용하지 않고, 딥러닝을 최초로 적용하여 Pose estimation 을 진행했음. 의의는 있던 연구이나 인용수가 압도적으로 높거나 하지는 않은데, 관절 위치를 좌표 단위로 정확하게 접근하려 해서임.

 

2. Efficient Object Localization Using Convolutional Networks

 

위의 논문에서는 1의 연구가 Keypoint 기반으로 정확한 좌표를 추정하려고 해서 너무 어렵고 정확도가 떨어지므로, Convolutional Network 를 이용해서 Heatmap 을 이용한 blob 의 확률을 구하고자 함.

 

3. Convolutional Pose Machines

 

위의 논문에서는 Context, 즉 이미지의 맥락 자체에 접근하려고 함. 이미지를 보고 Body part 의 맥락을 파악하려고 한 연구임.

 

4. Stacked Hourglass Networks for Human Pose Estimation

 

위의 연구에서는 레이어를 모래시계형으로 만들어 3에서처럼 전체의 맥락만을 고려하는 것이 아니라, 부위의 중요성을 함께 고려한 것임.

 

하나씩 자세히 뜯어봐야 하겠으나 기본적인 흐름은 이런식으로 진행되어 온 것으로 보이고, Multi-person 이나 Occlusion 관련된 부분은 또 다른 문제인 것으로..