우수국제학술대회 British Machine Vision Conference (BMVC) 2026 정규 발표 논문 채택

이지훈 석사과정 (지도교수/박운상 교수)

컴퓨터비전 및 영상처리 연구실(CVIP) 이지훈(석사과정/제1저자), 박운상 교수(교신저자)가 작성한 “PASS-3D: Pose-Anchored Sphere-Ray Shuttle 3D Reconstruction from Monocular Broadcast Badminton” 논문이 우수국제학술대회 British Machine Vision Conference (BMVC) 2026 (Acceptance Rate: 406/1448 = 28.0%)에 게재가 확정되었습니다.

최근 스포츠 분야에서는 경기 영상을 3차원 데이터로 변환해 전술 분석과 훈련, 중계 콘텐츠에 활용하려는 시도가 활발하다. 그러나 배드민턴의 경우 셔틀콕의 3차원 궤적 데이터는 여전히 부족하다. 이러한 데이터를 얻으려면 다중 카메라 계측 시스템이 필요한데, 비용이 높고 특정 경기장에 한정되어 운영되기 때문이다. 반면 중계 영상은 훨씬 많은 선수와 경기장, 랠리를 포함한 규모로 축적되어 있으나 대부분 2차원 정보에 머물러 있어, 셔틀콕의 높이와 네트 통과 여유, 타점 높이, 코트 깊이 방향의 위치, 3차원 속도와 같은 정보는 얻을 수 없다.

한 대의 중계 카메라만으로 셔틀콕의 3차원 궤적을 복원하는 일은 쉽지 않다. 1080p 영상에서 셔틀콕은 5~12픽셀에 불과해 일반적인 깊이 추정 모델이 다루기 어렵고, 스매시 속도는 시속 350km에 이르러 중력보다 공기 저항이 운동을 지배한다. 무엇보다 탁구나 농구와 달리 배드민턴은 타구와 타구 사이에 바닥 접촉 이벤트가 없어, 거리를 확정할 기준점 자체가 존재하지 않는다. 기존 단안 연구인 MonoTrack은 선수의 발 위치와 2m라는 가정된 높이를 기준점으로 사용하고 3차원 정확도는 합성 데이터로만 검증했으며, 다른 연구들은 프레임마다 사람이 직접 셔틀콕과 지면 투영 위치를 지정하는 수작업에 의존해 왔다.

연구팀은 이에 착안해 선수의 신체를 미터 단위 기준점으로 활용하는 단안 3차원 복원 프레임워크 PASS-3D를 제안했다. 타격 순간의 셔틀콕은 반드시 라켓이 닿는 범위 안에 있다는 점에 착안해, 영상에서 역투영한 셔틀콕 광선과 선수의 손목을 중심으로 하는 라켓 도달 반경 구(sphere)의 교점을 계산해 타점의 3차원 위치를 결정한다. 광선과 구가 만나는 두 후보 중 실제 타점은 팔뚝 방향과의 일관성으로 선택하며, 광선과 구가 거의 접하는 등 기하학적으로 불리해 두 후보의 구분이 모호한 상황에서는 신뢰도를 낮게 부여해 이후 최적화에서의 영향력을 자동으로 조절한다.

이렇게 얻은 타점은 각 비행 구간의 시작과 끝을 구속하는 기준으로 사용되고, 그 사이 구간은 공기 저항을 포함한 비행 방정식으로 연결된다. 이때 구간별 항력 계수와 프레임 이하 단위의 관측 시간 오차를 함께 추정해, 고속 타구에서 발생하는 모션 블러와 검출 오차가 깊이 오차로 전가되는 문제를 줄였다. 기준점의 정확도가 전체 성능을 좌우하므로, 점프 구간에서 발생하는 인체 자세 추정 모델의 깊이·높이 흐름(도 해부학적 발목 높이와 탄도 운동 가정을 이용해 보정했다. 그 결과 73개 랠리에서 2차원 자세 재투영 오차가 평균 6.9픽셀에서 0.74픽셀로 줄었다.

연구팀은 평가를 위한 이중 시점 벤치마크도 함께 구축했다. 중계와 유사한 시점의 주 카메라와 측면 보조 카메라를 동시에 촬영하고 삼각측량으로 실제 3차원 정답을 생성하는 방식으로, 약 30분 분량의 73개 랠리와 1,196회의 타구를 포함한다. 움직이는 셔틀콕에 대한 재투영 오차는 픽셀 수준이다. 배드민턴 단안 복원 연구에서 합성 데이터나 수작업 표기가 아닌 실제 3차원 정답을 자동으로 확보해 평가한 것은 연구팀이 확인한 범위에서는 처음이다.

실험 결과 PASS-3D는 이중 시점 정답 대비 좌우 방향 3.5cm, 높이 방향 7.4cm, 깊이 방향 24.5cm의 평균 오차를 기록했다. 공개 데이터셋인 TrackNetV2 경기 영상에서는 재투영 오차가 약 2.4픽셀로 기존 MonoTrack의 종단간 오차보다 한 자릿수 낮았으며, 동일한 정답 검출·타격 정보를 제공한 조건에서도 3~4배 낮은 오차를 보였다. 또한 손목 기반 기준점을 기존 방식의 발 기준점으로 대체하면 3차원 오차가 75% 증가했고, 공기 저항을 제외하고 중력만 고려하면 오차가 4.5배로 늘어나 두 요소가 성능의 핵심임을 확인했다.

이번 연구는 다중 카메라 계측 장비 없이도 이미 축적된 중계 영상을 미터 단위의 3차원 데이터로 전환할 수 있음을 보여준다. 사람이 확인하는 정보는 타격 프레임과 스트로크 종류, 점프 구간에 한정되고 프레임 단위의 셔틀콕 표기는 필요하지 않아, 대규모 방송 아카이브로의 확장 가능성을 제시했다. 복원된 궤적은 셔틀콕 높이와 네트 통과 여유, 코트 배치와 같이 2차원 궤적이나 자세 정보만으로는 얻을 수 없는 지표를 제공한다.

본 논문의 제1저자인 이지훈 석사과정은 “이번 연구는 단안 영상에서 부족한 깊이 정보를 범용 모델이 아니라 종목 고유의 기하와 물리로 채워 넣은 데 의미가 있습니다. 배드민턴에는 탁구의 바운스와 같은 기준점이 없기 때문에, 타격 순간 선수의 손목과 라켓 도달 범위를 기준점으로 삼는 방식을 택했습니다. 또한 합성 데이터가 아닌 실제 3차원 정답으로 검증할 수 있는 평가 환경을 함께 마련하고자 했습니다. 앞으로는 더 다양한 경기장과 선수로 검증을 확장하고, 복원된 궤적을 실제 전술 분석에 활용하는 방향으로 연구를 이어가고자 합니다. 지도해주신 박운상 교수님께 감사드립니다.”라고 소감을 밝혔다.

British Machine Vision Conference (BMVC)는 British Machine Vision Association (BMVA)이 주관하는 머신 비전, 영상 처리 및 패턴 인식 분야의 주요 국제학술대회이다. 한국정보과학회 우수학술대회 목록에서 AI·컴퓨터비전 분야 우수 학술대회로 분류되어 있으며, 우수 논문은 International Journal of Computer Vision (IJCV) 특집호 제출 초청 대상이 된다. 제37회 BMVC 2026은 올해 11월 23일부터 26일까지 영국 랭커스터(Lancaster)에서 개최될 예정이다.

참고자료:

• The 37th British Machine Vision Conference (BMVC 2026)
• Website: https://bmvc2026.bmva.org/