* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다.  Abstract이 논문은 다중 뷰에서 3D 인간 자세를 추정하는 문제를 다룹니다. 특히, 시야가 제한되거나 가려진 경우의 문제를 해결하기 위해 새로운 인코더-디코더 트랜스포머 아키텍처를 제안합니다. 인코더는 여러 시점에서 감지된 2D 관절을 다루며, 기하학적 관계를 활용한 주의 메커니즘을 적용하여 뷰 간의 정보를 통합합니다. 디코더는 이를 기반으로 3D 자세를 예측합니다. 다양한 데이터셋에서 실험한 결과, 이 방식이 가려진 장면이나 카메라가..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다. 1. Introduction이 논문은 단안 RGB 이미지로부터 정확하고 강력한 3D 손 자세 복원을 목표로 합니다. 이 문제는 손의 높은 관절 자유도, 깊이의 모호성, 가림 현상 등으로 인해 매우 어렵습니다. 기존의 방법들은 파라메트릭과 비파라메트릭 방법으로 나뉩니다. 파라메트릭 방법은 손 모델을 통해 낮은 차원의 파라미터를 추정하는 방식으로, 모델의 사전 지식을 통해 그럴듯한 손 자세를 보장하지만 비선형 회귀와 공간 정보 손실로 인해 정확도..