2D 키포인트의 3차원 변환과 코사인 기반 기하 분석을 통한 인체 포즈 유사도 추정 및 비교

Abstract

본 연구는 2D 인체 키포인트를 3차원 공간으로 변환(Lifting)하여 인체 포즈 간의 유사도를 정량적으로 추정하는 방법을 제안한 다. 기존 2D 기반 자세 비교는 시점 변화나 신체 크기, 위치 차이에 민감하다는 한계를 지니고 있으나, 제안한 방법은 3D 공간에 서의 기하학적 관계를 반영함으로써 이러한 문제를 보완하였다. 2D 이미지로부터 추출된 키포인트를 딥러닝 기반 3D Lifting 모델을 통해 3차원 좌표로 변환하고, 위치·크기·시점에 대해 각각 이동 불변성, 신체 크기 불변성, 시점 불변성 정규화를 수행하 여 비교 가능한 형태로 정규화하였다. 이후 정규화된 포즈 벡터 간의 방향적 일치도를 측정하기 위해 코사인 유사도(Cosine Similarity)를 적용하였다. 실험 결과, 2D 키포인트 기반 평균 유사도 0.7855에 비해 3D 기반 접근에서는 0.8901로 차이를 보였 다. 본 연구는 인체 포즈 유사도 평가의 정확성을 높였으며, 향후에는 동영상 이터에 적용하여 시간적 유사성 분석으로 확 할 예정이다.