Refining Crowd Pose Annotation Dataset for Accurate Multiple-Person Pose Estimations in Crowd Situations

본 논문에서는 군중 상황(crowd situations)에서 다중 사람 자세 인식기(multi-person pose estimator)를 개발하는 과정에서 필수적인 사람 자세 주석 데이터 세트를 개선하여 공개하는 연구를 소개한다. 이를 위해 먼저, 군중 밀도가 높아서 가림(occlusion)이 많이 발생하는 군중 상황 이 미지에 대해서 가능한 많은 사람의 바운딩 박스(bounding box)와 각 사람의 관절 레이블(keypoint label)을 정확하게 표시하는데 편리하게 사용할 수 있는 주석 개선 도구(annotation refining tool)를 개발하였다. 개발된 도구를 이용하여 군중 상황에서 다중 사람 자세 인식기의 성능 평가용으로 많이 이용되는 기존 CrowdPose 데이터 세트의 8,000개 테스트 이미지의 사람 자세 주석을 교정하여 품질을 개선하였다. 분석 결과에 따르면 수정된 데이터 세트가 이전 버전보다 더 많은 사람의 바운딩 박스를 포함하고 있으며, 또한 각 사람의 관절 레이블을 더 정확하게 표시하고 있어서 다중 사람 자세 인식기의 성능을 더 정확하게 평가할 수 있음을 확인하였다. 개발된 사람 포즈 주석 개선 도구와 수정된 데이터 세트는 https://github.com/InhaKMS/HuPo-AnT에서 공개될 예정이다.