MakeHumanのブログを見て知ったんだけど、Russian3DScannerが出してるWrapっていうトポロジー転送ツールがすごい。
MakeHumanブログ記事↓
MakeHuman and R3DS: a perfect synergy
トポロジー転送っていうのは、任意のメッシュを、別に用意しておいたキレイなメッシュ構造へ、形状を保ったまま転写できるということ。つまり、リトポロジーってやつですよ。
で、このリトポロジーは3Dスキャナーでスキャンしたグチャグチャなデータに対しては特に重要で、例えば人の顔みたいに大体構造が同じものに対しては、別の表情(形状)でも同一構造のトポロジーを持たせたい。同一のトポロジーであれば、ブレンドシェイプで表情のアニメーションを付けることができる。
ということでWrapの紹介。
Wrapとは？
R3DS::Wrapはトポロジー転送ツールです。3Dスキャン等によるハイポリモデルを既存のトポロジーでラップすることができます。
また、事前の位置合わせ、スカルプティング、テクスチャ焼き付け機能も備えています。
Wrapはオリジナルとなるベースメッシュの頂点の順序や、テクスチャ座標を維持できるため、スキャンデータを用いて異なる表情のモーフターゲットを作成することができます。
で、さらにそのWrapの上位版となるWrapXというのがリリースされたらしい。こちらは開発者向けにPythonのAPIを提供しているらしい。
WrapXとは？
WrapXは、WrapのPython APIを提供するProfessional版です。
WrapXなら、剛体の位置合わせ、非剛体の位置合わせ、Subdivision、Mesh Projection、テクスチャの転送などの機能を組み込んだあなた独自のスキャン処理を構築できます。
以下のツールセットも含まれています：
- モデルの表示とテクスチャ
- 頂点とポリゴンの選択
- ファイルへの保存・ファイルからの読み込み
- 位置合わせ処理の可視化
WrapXを使うには2つの方法があります：
- WrapX IDEと豊富なビジュアルツールセットによるカスタムScriptの簡易開発
- Pythonモジュールを使用してあなたのパイプラインにWrapXを組み込む
WrapXのドキュメントはこちら↓
http://www.russian3dscanner.com/docs/WrapX/
WrapもWrapXも有料ソフトウェアだけど、Demo機能だけは無料で体験できる。
価格は
Wrap 2.3：150ドル
WrapX 1.0：370ドル
リトポロジー系の論文を読んでみたいところだけど、イマイチ調べ始める取っ掛かりがつかめない。
関連記事
OpenMVSのサンプルを動かしてみる
韓国のヒーロー
自前Shaderの件 解決しました
トランスフォーマー/リベンジ Blue-Ray 予約開始
OpenCV 3.1のsfmモジュールを試す
ゴジラの造形
PCの自作
Virtual Network Computing
SUMMER TERRACE 2017 LIVE TERRA...
布地のシワの法則性
Google Colaboratoryで遊ぶ準備
Paul Debevec
OpenCVで顔のランドマークを検出する『Facemark ...
注文してた本が届いた
Amazon Web ServicesでWordPress
書籍『開田裕治 怪獣イラストテクニック』
ZBrushでアヴァン・ガメラを作ってみる 下半身のバランス...
Maya API Reference
ZBrushでアヴァン・ガメラを作ってみる 頬の突起を作り始...
スマホでカラーチューニングできるペンライト『KING BLA...
OpenCV 3.3.0-RCでsfmモジュールをビルド
Konashiを買った
Mayaのポリゴン分割ツールの進化
OpenFace：Deep Neural Networkによ...
ZBrushでゴジラ2001を作ってみる 頭の概形作り
書籍『OpenCV 3 プログラミングブック』を購入
天体写真の3D動画
Faster R-CNN：ディープラーニングによる一般物体検...
iOSデバイスのためのフィジカル・コンピューティングツールキ...
機械学習で遊ぶ
Texturing & Modeling A Pro...
単純に遊びに行くのはだめなのか？
アニゴジ関連情報
ミニ四駆ブーム？
Unityで360度ステレオVR動画を作る
Google App Engine上のWordPressでA...
HackerスペースとMakerスペース
副業の基本と常識
WordPressのテーマを自作する
DensePose：画像中の人物表面のUV座標を推定する
CGのためのディープラーニング
pythonの機械学習ライブラリ『scikit-learn』
コメント