Active Appearance Models(AAM)

勉強のためのメモ。
最近こちらの資料を見ていて、顔の器官を検出する手法っていっぱい研究されてるんだなぁ、と。



そして、器官の検出の手法って、トラッキングとニアリーのようで。



器官の追跡は、ただのオプティカルフロートラッキングではなくて、顔に適した幾何学的制約を設けて推定するアプローチが基本みたい。
よく聞くAAM(Active Appearance Models)は、ある特徴点群の配置を基本形状として、その基本形状からのAppearance(見え方)の変化(歪み)を表現したモデル。
ある人の顔をAAMでモデル化しておくと、その人の表情変化した顔に対して顔の見え方(Appearance)がどのように変化した(歪んだ)かを知る事ができる。
AAMの構造はシンプルで、顔の形(shape)と見え方(appearance)がそれぞれ単純な線形結合として表現されている。

【チュートリアル】 Active Appearace Models(入門編)
Iain Matthews:映画Avatarの顔表情キャプチャシステムを開発した研究者

関連記事

OpenCV 3.1から追加されたSfMモジュール

OpenMVSのサンプルを動かしてみる

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

疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...

PyTorch3D:3Dコンピュータービジョンライブラリ

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...

3Dスキャンに基づくプロシージャルフェイシャルアニメーション

続・ディープラーニングの資料

書籍『OpenCV 3 プログラミングブック』を購入

顔追跡による擬似3D表示『Dynamic Perspective』

OpenCVでiPhone6sのカメラをキャリブレーションする

OpenCV 3.3.0-RCでsfmモジュールをビルド

BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール

RefineNet (Multi-Path Refinement Network):ディープラーニン...

ディープラーニング

hloc:SuperGlueで精度を向上させたSfM・Visual Localization

openMVG:複数視点画像から3次元形状を復元するライブラリ

第25回コンピュータビジョン勉強会@関東に行って来た

TensorSpace.js: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

TensorFlowでCGを微分できる『TensorFlow Graphics』

Point Cloud Libraryに動画フォーマットが追加されるらしい

Pix2Pix:CGANによる画像変換

Fast R-CNN:ディープラーニングによる一般物体検出手法

2D→3D復元技術で使われる用語まとめ

書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

GAN (Generative Adversarial Networks):敵対的生成ネットワーク

Kinect for Windows v2の日本価格決定

Cartographer:オープンソースのSLAMライブラリ

CNN Explainer:畳み込みニューラルネットワーク可視化ツール

Point Cloud Consortiumのセミナー「3D点群の未来」に行ってきたよ

3D Gaussian Splatting:リアルタイム描画できるRadiance Fields

コンピュータビジョンの技術マップ

Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...

Kinect for Windows V2のプレオーダー開始

機械学習手法『Random Forest』

PCA (主成分分析)

FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ

OpenCVで顔のモーフィングを実装する

顔画像処理技術の過去の研究

統計的な顔モデル

ニューラルネットワークと深層学習

OpenMVS:Multi-View Stereoによる3次元復元ライブラリ

コメント