본 논문은 'FinePhys'라는 새로운 틀을 제시하여, 특히 체조와 같이 미세한 동작과 복잡한 시간적 역동성을 요구하는 신체 동작의 사실적인 생성 문제를 해결하고자 합니다. FinePhys는 온라인 2D 자세 추정, 컨텍스트 학습을 통한 2D-3D 차원 변환, 그리고 오일러-라그랑주 방정식 기반의 물리 기반 동작 재추정 모듈을 통합하여 데이터 기반 3D 자세의 불안정성과 해석성 한계를 극복합니다. 물리적으로 예측된 3D 자세와 데이터 기반 자세를 융합하여 확산 과정에 다중 스케일 2D 히트맵 안내를 제공합니다. FineGym의 세 가지 미세 동작 하위 집합(FX-JUMP, FX-TURN, FX-SALTO)에 대한 평가 결과, FinePhys는 기존 방법보다 훨씬 우수한 성능을 보였으며, 정성적 결과는 FinePhys가 더욱 자연스럽고 사실적인 미세한 인간 동작을 생성할 수 있음을 보여줍니다.
