カーネギーメロン大学が公開している2D画像からの人体骨格推定ライブラリOpenPoseの元の研究である”Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields“が発表されて以降、2D画像・動画からの骨格推定の研究とソースコードの公開が活発な印象。
DensePoseは、骨格ではなく、動画中の人物領域の3DサーフェスのUV座標を推定するという、とても具体的なタスクの研究。面白そうなので論文がarXivに公開されてからすぐに読んだのでした。
ただ、CGに詳しくない人には課題設定がピンと来ないんじゃないかな。
DensePose: Dense Human Pose Estimation In The Wild
Dense human pose estimation(密な人体姿勢推定)は、画像中の人物のRGB画素全てを3Dの人体サーフェスへマッピングすることを目的としています。
- 5万枚のCOCOデータセットの画像に対して人力で2D画像と3Dサーフェスの対応関係をアノテーションした大規模なground-truthデータセット「DensePose-COCO」を提案します。
- Mask-RCNNを改良し、動画の毎秒複数フレームに写るそれぞれの人物領域の各人体パーツのUV座標を密に回帰推定する「DensePose-RCNN」を提案します。
DensePose-COCOデータセットも公開予定だそうです。
https://github.com/arXivTimes/arXivTimes/issues/638
ソースコードがGitHubで公開されましたね↓
https://github.com/facebookresearch/DensePose
Dockerfileもあるので試すのは楽か？
2018年12月 追記：試した方がいます↓
http://whoopsidaisies.hatenablog.com/entry/2018/12/03/193759
これって、顔画像で言うところのFace Alignmentに近い役割ができて、Body Alignmentって言っても良さそう。
画像中から人物表面のUV座標が推定できれば、身体の模様(つまり服装)を比べたり、入れ替えたり、描き替えたりできるんですよね。
著者にFacebook AI Researchの人が2人入ってるけど、やっぱり目指すのは画像からの個人識別なんですかね。
https://research.fb.com/facebook-open-sources-densepose/
https://shiropen.com/seamless/facebook-ai-densepose
論文では、データセットを作るためのアノテーションツールを設計と、アノテーションの質の評価についても載っている。
ちゃんと解きたいタスクに適したデータセットを用意して、タスクに適したネットワークを設計する、ってのが機械学習の良いアプローチなのだろうか。
機械学習でOverfitting(過学習)と呼ばれる現象は、データセットとタスクのギャップと言えるのかもしれない。
2019年追記：最近はRunway MLというツールで手軽にDensePoseを試すことができるぞ↓
関連記事
iPhone x ロボットハッカソン～RomoのiPhone...
ZBrushのZScript入門
OpenMesh：オープンソースの３Dメッシュデータライブラ...
Maya API Reference
Physically Based Rendering
ゴジラ三昧
Houdiniのライセンスの種類
Python2とPython3
手を動かしながら学ぶデータマイニング
Boost オープンソースライブラリ
『ピクサー展』へ行ってきた
ZBrush 2018での作業環境を整える
Adobe Photoshop CS5の新機能
Mask R-CNN：ディープラーニングによる一般物体検出・...
チャットツール用bot開発フレームワーク『Hubot』
映画『ゴジラ-1.0』 メイキング情報まとめ
トランスフォーマー ：リベンジのメイキング (デジタルドメイ...
Two Minute Papers：先端研究を短時間で紹介す...
定数
U-Net：ディープラーニングによるSemantic Seg...
Photoshopで作る怪獣特撮チュートリアル
Python.NET：Pythonと.NETを連携させるパッ...
ガメラ生誕50周年
BSDF： (Bidirectional scatterin...
Runway ML：クリエイターのための機械学習ツール
この本読むよ
ポリ男をリファイン
『シン・ゴジラ』のコンセプトアニメーションのメイキング動画が...
スクレイピング
3DCGのモデルを立体化するサービス
まだ続くブログの不調
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...
立体視を試してみた
Rerun：マルチモーダルデータの可視化アプリとSDK
OpenCVの三角測量関数『cv::triangulatep...
HD画質の無駄遣い その２
網元AMIで作ったWordpressサイトのインスタンスをt...
ハリウッド版「GAIKING」パイロット映像
単純に遊びに行くのはだめなのか？
中学3年生が制作した短編映像作品『2045』
ポリゴン用各種イテレータと関数セット
Blenderでよく使うaddon
コメント