統計的な顔モデル

Point Cloud LibraryのBlog見てたら面白そうなの見つけた。

Statistical Face Model ( First phase )

イントロダクション
このプロジェクトのゴールは、RGB-Dカメラでキャプチャした顔の表情によって、スキャンモデルの顔の表情を変化させるプログラムを実装することである。
まず、顔のトレーニングデータベースに基づいた統計モデルを作成する。
ここで使用するトレーニングセットはFaceWarehouseプロジェクトによって提供されているobjファイル形式の3Dメッシュである。 FaceWarehouseの詳細はこちら→FaceWarehouse: a 3D Facial Expression Database for Visual Computing


スポンサーリンク

中略(統計モデルを求める計算方法)


スポンサーリンク

平均顔

統計モデル

画像のように、得られたモデルは、平均顔と比べてやや平坦である。これはトレーニングセット内の顔の大多数が多少平坦なためである。本プロジェクトでは、様々なタイプの顔の取得を考慮したモデルが必要なため、データベース内のサンプルの共分散を検討した。

今後
今回のモデルでは面の頂点のみを使用したが、テクスチャ座標も考慮する必要がある。残念ながら、データベースはまだ色についての情報を提供していない。 データが利用可能になったら、色も考慮したモデルを作成する必要がある 。
統計モデルが完成したら、3Dのレジストレーションアルゴリズムを表情のテストサンプルモデルに適用する必要がある。

ダメだ、統計が絡むとちゃんと理解できない…


スポンサーリンク

関連記事

OpenGVのライブラリ構成
OpenCVの三角測量関数『cv::triangulatepoints』
Photogrammetry (写真測量法)
iPadをハンディ3Dスキャナにするガジェット『iSense 3D Scanner』
CGのためのディープラーニング
スマホのカメラで3Dスキャンできるアプリ『Qlone』
takminさんが機械学習・画像認識の便利ツールを公開しています
OpenCVの超解像処理モジュール『Super Resolution』
ニューラルネットワークの構造を可視化するフレームワーク『TensorSpace.js』
書籍『OpenCV 3 プログラミングブック』を購入
顔画像処理技術の過去の研究
GoogleのDeep Learning論文
OpenCVベースのコンパクトなARライブラリ『ArUco』
コンピュータビジョンの技術マップ
Point Cloud Libraryに動画フォーマットが追加されるらしい
PythonのStructure from Motionライブラリ『OpenSfM』
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
オープンソースの顔の動作解析ツールキット『OpenFace』
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
インタラクティブにComputer Visionコーディングができるツール『Live CV』
池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
複数視点画像から3次元形状を復元するライブラリ『openMVG』
第25回コンピュータビジョン勉強会@関東に行って来た
複数画像から3次元形状を再構築するライブラリ『Multi-View Environment』
SSII 2014 デモンストレーションセッションのダイジェスト動画
オープンソースのSfM・MVSツール『COLMAP』
OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
オープンソースのStructure from Motionライブラリ『Theia』
OpenCV バージョン4がリリースされた!
2D→3D復元技術で使われる用語まとめ
海外ドラマのChromaKey
C++の機械学習ライブラリ『Dlib』
スクラッチで既存のキャラクターを立体化したい
オープンソースのPhotogrammetryフレームワーク『Alice Vision』
今年もSSII
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
画像からカメラの3次元位置・姿勢を推定するライブラリ『OpenGV』
iPhoneで3D写真が撮れるアプリ『seene』
Faceshiftで表情をキャプチャしてBlender上でMakeHumanのメッシュを動かすデモ
書籍『イラストで学ぶ ディープラーニング』
Paul Debevec

コメント