에지 가중치 예측으로 향상된 범주 무관 포즈 추정

초록

EdgeCape는 사용자가 제공한 무게 없는 포즈 그래프를 기반으로, 이미지와 키포인트 특징을 동시에 활용해 그래프의 에지 가중치를 자동으로 예측한다. 예측된 가중치는 마코프 구조 편향(Markov Attention Bias)과 결합돼 셀프‑어텐션을 구조적 거리만큼 조정함으로써 전역적인 공간 의존성을 강화한다. MP‑100 데이터셋(100종, 20K 이미지)에서 1‑shot 및 5‑shot 설정 모두 기존 최첨단 방법들을 크게 앞서며, 특히 가중치 그래프가 없는 기존 방법들에 비해 키포인트 위치 정확도가 크게 상승한다.

상세 분석

본 논문은 범주 무관 포즈 추정(CAPE)에서 그래프 기반 구조 정보를 활용하되, 기존 연구가 가정한 “정적·동일 가중치” 그래프의 한계를 정확히 짚어낸다. EdgeCape는 두 단계의 핵심 메커니즘을 제시한다. 첫 번째는 에지 가중치 예측이다. 사용자가 정의한 무게 없는 인접 행렬 A_prior와 지원 이미지·키포인트 특징(F_s, F_k^s)을 입력으로, 잔차 그래프 ΔA를 학습한다. 여기서 ΔA는 정규화된 코사인 유사도로 계산되며, 이는 키포인트 간 방향성 및 강도를 자연스럽게 반영한다. 학습 초기의 불안정성을 방지하기 위해 스칼라 c를 도입해 A′ = ReLU(A_prior + c·ΔA) 형태로 가중치를 스케일링한다. 두 번째는 Markov Attention Bias이다. 기존 트랜스포머의 셀프‑어텐션은 모든 노드 간 완전 연결을 전제로 하지만, 실제 구조적 거리는 그래프 상의 hop 수에 따라 다르다. 논문은 hop 거리 d_ij에 따라 어텐션 스코어에 β·d_ij 형태의 편향을 추가함으로써, 가까운 노드 간의 상호작용을 강화하고 먼 노드 간의 영향은 억제한다. 이 접근은 마코프 체인에서 전이 확률이 거리와 반비례한다는 직관을 그대로 적용한 것으로, 전역적인 구조 정보를 효율적으로 전달한다.

기술적 구현 측면에서, 지원 이미지와 키포인트 특징을 듀얼 어텐션 디코더에 입력해 양방향 정보 교환을 수행한다. 이는 기존 GraphCape가 지원 이미지와 쿼리 이미지 사이만 어텐션을 적용하던 것과 달리, 동일 이미지 내에서 구조적 컨텍스트를 풍부히 학습하게 만든다. 또한, 잔차 그래프 예측을 위한 MLP 대신 코사인 유사도 기반의 단순 연산을 선택함으로써 연산량을 크게 절감하면서도 충분한 표현력을 확보한다.

실험에서는 MP‑100 벤치마크의 1‑shot과 5‑shot 설정 모두에서 PCK@0.05 점수가 기존 GraphCape 대비 3~5%p 상승했으며, 특히 복잡한 비대칭 구조와 심한 가림 현상이 있는 카테고리에서 두드러진 개선을 보였다. Ablation study는 (1) 에지 가중치 예측 없이 정적 그래프만 사용했을 때 성능 저하, (2) Markov Bias를 제거했을 때 전역 의존성 손실, (3) 스칼라 c를 0으로 고정했을 때 학습 불안정성을 확인한다. 전체적으로 EdgeCape는 구조적 선험 지식을 유지하면서도 데이터‑드리븐 방식으로 그래프를 최적화하는 새로운 패러다임을 제시한다.