Deepercut 논문 요약

Bottom-up 방식의 pose estimation 모델이다.

1. Bottom-up 영상에서 키포인트를 먼저 찾은다음, 그 키포인트들 간에 관계를 분석하여 자세를 추정한다. 정확도는 Top-down 방식에 비교해서 떨어지지만 처음에 사람을 detect 하는 과정을 생략하기 때문에 빠르다는 장점이 있고, Real-time에 사용하는 모델들에 주로 사용되는 방식이다.

2. Top-down 영상에서 먼저 사람의 위치를 detect하고, detect 되어진 bounding box 내부에서 자세를 추정하는 방식이다. 정확도는 Bottom-up에 비해서 높지만, Multi-person일 경우에 detectin 된 사람마다 자세를 추정하기 때문에 느리다는 단점이 있다.

과거의 pose 추정 모델들이 사람의 구조적 특성에 집중하였다면, 요즘의 pose 추정 모델들은 강력해진 CNN 모델들을 이용하여 신체 자체를 측정하는데 좀 더 초점을 둔다.

먼저 학습 된 CNN 모델을 통해서 신체부위의 클래스를 예측한 후에 SVM이 신체 포인트 쌍의 관계 점수를 매기는데 사용된다.

• SVM - 서포트 백터 머신 서포트 벡터 머신(support vector machine, SVM)은 기계 학습의 분야 중 하나로 패턴 인식, 자료 분석을 위한 지도 학습 모델이며, 주로 분류와 회귀 분석을 위해 사용한다. 두 카테고리 중 어느 하나에 속한 데이터의 집합이 주어졌을 때, SVM 알고리즘은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 분류 모델을 만든다.

DeeperCut을 이해하려면 먼저 DeepCut을 알아야 한다. DeepCut은 multi-persion pose estimation의 state-of-the-art이다.

집합 D = 신체 부위 후보군들(주어진 이미지에서 예측되는 신체 부위들) 집합 C = 신체 부위 클래스들(머리, 어깨, 무릎 등의 신체 부위들)

집한 D는 일반적으로 body part detector에 의해 생성되며, 각각의 후보자 d ∈ D는 모든 body part class c ∈ C 에 대응하는 점수를 가지고 있다. 이 점수에 기반하여 DeepCut은 각각의 d가 c에 대해 가지는 점수 세트 αdc ∈ R를 만든다. 추가적으로 모든

최근 이미지넷으로 훈련시킨 Resnet이 인간의 판단 능력을 넘어섰다. 그러한 Resnet을 이용하였으며 152개의 layer를 쌓았다.