관절 각도 기반 Pose Estimation 설명

구글은 자세 추정에서 자세를 분류하기 위해 관절 각도를 사용할 것을 제안했다.

이 작업은 다음에 의해 수행됩니다:

1. 사용자 신체의 이미지 또는 비디오에서 주요 지점 탐지
2. 조인트를 나타내는 키 포인트 쌍 간의 각도 추출
3. 추출된 관절 각도를 사전 정의된 자세 구성의 데이터베이스와 비교
4. 이미지 또는 비디오에 있는 사람과 가장 일치하는 관절 각도로 자세를 지정합니다.

이 접근방식은 관절 각도 측정이 신뢰할 수 있고 자세 구성 데이터베이스가 포괄적이고 최신인 한 자세 분류에 효율적이고 정확할 수 있다.

 

자세 추정에서 자세를 분류하기 위해 관절 각도를 사용하는 것의 장점:

1. 단순: 관절 각도는 핵심 포인트에서 추출할 수 있는 단순하고 간단한 기능이므로 구현 및 이해가 쉽습니다.
2. 견고함: 관절 각도는 조명, 의복 및 체형의 변화에 상대적으로 둔감하여 환경 및 피사체의 변화에 견고합니다.
3. 확장 가능: 이 방법은 많은 양의 데이터를 처리하기 위해 쉽게 확장할 수 있으며 다양한 카메라와 센서와 함께 사용할 수 있다.

자세 추정에서 자세를 분류하기 위해 관절 각도를 사용할 때의 단점:

1. 제한된 정보: 관절 각도는 자세에 대한 제한된 정보만 제공하며 특정 용도에 중요한 자세의 미묘한 차이를 포착하지 못할 수 있습니다.
2. 키 포인트 감지에 따라 다름: 이 방법의 정확도는 키포인트 검출 알고리듬의 정확도에 따라 달라지며, 이는 포즈 추정 모델의 폐색 및 정확도와 같은 요인에 의해 영향을 받을 수 있다.
3. 사람의 자세로 제한: 이 방법은 인간의 자세를 분류하는 것으로 제한되며 다른 물체나 동물에는 적합하지 않을 수 있다.
4. 측정 오류에 민감할 수 있음: 조인트 각도는 센서 데이터의 노이즈 또는 주요 지점의 잘못된 감지와 같은 측정 오류에 민감할 수 있습니다.

 

---

위 글은 ChatGPT로 작성한 글입니다.

구글링 왜 하냐~ ChatGPT에다가 물어보면 되지~~