전역 동작을 위한 변화
카메라와 사람이 모두 움직이면 화면상의 이동만으로 전역 경로를 알기 어렵다. BEDLAM 2는 이런 조건의 몸과 카메라 움직임을 정답과 함께 학습할 자료를 보강한다.
카메라의 다양성
더 다양하고 현실적인 카메라와 카메라 운동을 도입했다. 사람의 동작만 늘리는 것이 아니라 촬영 경로의 분포도 바꾸는 확장이다.
외형과 환경의 확장
체형, 움직임, 의복, 머리카락과 삼차원 환경의 다양성을 넓혔다. 이전 자료에 없던 신발도 더해 영상 속 인체의 외관 조건을 보완한다.
확장 효과의 비교
관련 연구는 기존 BEDLAM과 새 자료로 학습한 방법의 정확도를 비교했다. 전역 좌표의 사람 추정에서 개선을 보고했지만, 각 구성 요소의 효과와 다른 촬영 분포로의 일반화는 평가 조건을 함께 읽어야 한다.