카메라를 장착한 이동 로봇을 위한 레이저 트래커 보조 핸드-아이(hand-eye) 캘리브레이션 방법을 제안한다. 본 방법은 레이저 트래커 기반 3D 계측(metrology)과 카메라 기반 2D 관측을 결합한다. 지상 관측 이동 로봇을 대상으로 한 선행 연구의 레이저 트래커 보조 카메라-로봇 캘리브레이션 방법을 바탕으로, 트래커로 위치가 특정된 이동 로봇 좌표계에서 카메라 자세(pose)를 보정하기 위한 일반화된 정식화를 제시한다. 새 접근법은 여러 캘리브레이션 타깃을 연쇄(chain)함으로써 선행 방법이 로봇 및 카메라 구성에 대해 두었던 가정을 완화하고, 다양한 카메라 장착 이동 로봇 시스템을 지원하는 보다 일반적인 방법을 제공한다.
지능형 교통 시스템에서 도로변 3D 객체 검출은 교통 이해, 협력형 조기 경보, 안전한 자율주행에 필수적인 넓은 영역 인식을 제공한다. 그러나 기존 방법들은 카메라 외부 파라미터(extrinsic)에 대한 높은 민감도로 인한 문제가 있다. 일시적인 지터(jitter)나 지속적인 드리프트(drift)로 나타나는 미세한 편차조차 투영 기하학에 의해 크게 증폭될 수 있다. 이러한 연쇄 효과는 심각한 특징 불일치와 저하된 위치 추정을 초래한다. 이 한계를 완화하기 위해, 우리는 조각별 6-DoF 자세 오프셋을 사용하여 외부 파라미터를 보정하는 영역 인식 외부 파라미터 보정 프레임워크인 RECO를 제안한다. RECO는 학습 가능한 거리 경계를 예측하여 장면을 근거리와 원거리 영역으로 분할하고, 영역별 자세 보정을 추정한다. 미분 가능한 시그모이드 게이트가 두 보정된 기하를 부드럽게 혼합하여 연속적인 BEV 샘플링을 유지하고 안정적인 최적화를 촉진한다. 외부 파라미터 정제를 지도하기 위해, 3D ground truth에서 투영된 2D 바운딩 박스와 2D 어노테이션을 비교하는 보조 재투영 손실을 도입하고, 이를 표준 검출 목적 함수와 함께 공동 최적화한다. 외부 파라미터 섭동 하에서 DAIR-V2X-I 및 Rope3D 벤치마크에 대한 광범위한 실험은 yaw 및 $z$축 편차 모두에서 최신(state-of-the-art) 기준선 대비 일관된 성능 향상을 보여준다. RECO는 일시적 섭동에서 지속적 이동으로도 일반화되며, 엄격한 보정(calibration) 불확실성 하에서도 매우 경쟁력 있는 성능을 유지한다.
마커리스 모션 추적(Markerless motion tracking)은 지난 10년간 빠르게 발전해왔으며, 현재 행동, 임상, 생체역학 연구에 강력한 기회를 제공하고 있다. 여러 특화된 툴킷이 특정 작업에서 높은 성능을 제공하지만, 기존 도구를 사용하는 데에는 여전히 상당한 기술적 전문성이 요구된다. 다양한 환경에서 비전문가에게 충분한 추적 성능을 제공하는 접근 가능한 통합 솔루션은 아직 부재한 상태다. TrackStudio는 이러한 격차를 해소하기 위해, 기존 오픈소스 도구들을 즉시 사용 가능한 단일의 모듈식 GUI 기반 파이프라인으로 통합하여 개발되었다. 이 툴킷은 프로그래밍 기술 없이도 비디오 녹화 전처리, 녹화 동기화, 자동 2D 및 3D 포즈 추정, 시각화를 제공한다. 우리는 비디오 촬영, 카메라 캘리브레이션, 비디오 동기화, 실험 설정에 대한 실용적인 조언을 담은 사용자 가이드와 함께 일반적인 문제점 및 이를 방지하는 방법에 대한 문서도 제공한다. 툴킷의 성능을 검증하기 위해, 저가형 웹캠 또는 고해상도 카메라를 사용하여 신체 위치, 조명, 공간, 장애물 등 까다로운 조건을 포함한 세 가지 환경에서 성능을 테스트하였다. 76명의 참가자를 대상으로 한 실험에서 평균 프레임 간 상관관계는 0.98을 초과하였고, 평균 삼각측량 오차는 낮게 유지되어(손 추적의 경우 13.6mm 미만) 안정적이고 일관된 추적 성능을 입증하였다. 또한 동일한 파이프라인이 손 추적을 넘어 다른 신체 및 얼굴 부위로 확장 가능함을 보여준다. TrackStudio는 전문적 전문성 없이도 신뢰할 수 있는 성능이 필요한 연구자나 일반인을 위해 마커리스 추적에 접근할 수 있는 실용적인 경로를 제공한다.