연구진은 복잡한 기계 구조 객체의 3D 운동을 단일 비디오에서 파악하는 새로운 프레임워크 'Articulation in Prime'을 제안했어요. 이 프레임워크는 기하학적 원시 도형을 활용하여 불안정한 포인트 트래킹 문제를 해결하고, 다양한 객체에 적용 가능한 범주 독립적인 최적화 방식을 사용해요.
기존 방식의 한계를 극복하기 위해, 연구진은 부분 분할과 관절 파라미터를 동시에 최적화하여 복잡한 운동을 회수하고, 가시성 기반 절차를 통해 부분적인 관찰과 가려짐을 처리했어요.
연구진은 'AiP-synth' 및 'AiP-real' 벤치마크를 제안하여 상당한 카메라 움직임과 심한 가려짐을 포함하고, 기존 방법보다 뛰어난 성능을 입증했어요.