카네기 멜론 대학교와 막스 플랑크 지능형 시스템 연구소가 공동으로 개발한 WHAM 방법은 3D 인간 동작 추정 분야에서 획기적인 발전을 이루었습니다. 이 방법은 딥 러닝 기술을 사용하여 단안 영상에서 인간의 자세와 형태를 정확하게 재구성하고 영리한 알고리즘 설계를 통해 발 미끄러짐의 영향을 효과적으로 줄이고 고정밀하고 효율적인 3D 인간 모션 캡처를 달성합니다. 이 기술은 현장 테스트에서 좋은 성능을 발휘하여 기존의 많은 고급 방법을 능가하고 모션 캡처 기술에 새로운 가능성을 가져왔습니다.
카네기 멜론 대학교와 막스 플랑크 지능형 시스템 연구소가 공동으로 시작한 WHAM 방법은 정확성과 효율성 측면에서 비디오에서 3D 인간 동작을 정확하게 추정하는 데 획기적인 발전을 이루었습니다. 이 방법은 3D 인간 동작과 비디오 배경을 결합하고 딥 러닝 기술을 사용하여 단안 비디오에서 인간의 자세와 모양을 정확하게 재구성합니다. 글로벌 좌표 일관성을 갖춘 WHAM은 모션 컨텍스트와 발-지면 접촉 정보를 통해 발 미끄러짐을 최소화하여 우수한 결과를 얻습니다. 현장 테스트에서 WHAM은 여러 지표에서 탁월한 성능을 발휘했으며 현재 가장 발전된 방법 중 하나입니다.
WHAM 방법의 출현은 3D 인간 동작 추정 기술에 있어 상당한 진전을 가져왔습니다. 그 높은 정확성과 효율성은 가상 현실, 애니메이션 제작, 스포츠 분석 및 기타 분야에서 강력한 기술 지원을 제공할 것으로 예상됩니다. 관련 기술의 지속적인 개발과 발전을 촉진하기 위한 미래 응용 프로그램입니다.