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。

非技術者でもわかる（？）コンピュータビジョン紹介資料 from Minagawa Takuya

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

R-CNN (Regions with CNN features)：ディープラーニングによる一般物体...

Regard3D：オープンソースのStructure from Motionツール

Dlib：C++の機械学習ライブラリ

Autodesk Mementoでゴジラを3次元復元する

OpenCVで顔のランドマークを検出する『Facemark API』

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

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』

FacebookがDeep learningツールの一部をオープンソース化

Theia：オープンソースのStructure from Motionライブラリ

OpenCV

MeshroomでPhotogrammetry

3D復元技術の情報リンク集