MPI for Intelligent Systems、Advanced Interactive Technologies, ETH Zürich、MPI-Infの研究者らは、6つの慣性計測装置（IMU）のみを全身に装着し、リアルタイムの3D姿勢推定を実行するdeep learningを用いたアプローチ「DIP（Deep Inertial Poser）」を発表しました。
論文：Deep Inertial Poser: Learning to Reconstruct Human Pose from Sparse Inertial Measurements in Real Time
著者：YINGHAO HUANG,MANUEL KAUFMANN,EMRE AKSAN,MICHAEL J. BLACK,OTMAR HILLIGES,GERARD PONS-MOLL
本論文は、身体に装着する6つのIMUのみを使用して、リアルタイムに3Dの姿勢（全身ポーズ）を再構築するdeep learningを用いた手法を提案します。
本提案手法は、大規模MoCapデータセットから学習し、SMPLボディモデルを使用してIMUデータ（向きと加速度）を合成します。RNN（recurrent neural networks）を用いて、IMUデータを入力として受け取り、SMPLポーズパラメータを推定します。得られたポーズをUnityを介して視覚化します。
このことで、レイテンシや誤差を最小限に抑えつつ、リアルタイムに3Dポーズを回復することを可能にします。