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
Super Resolution：OpenCVの超解像処理モ...
Kubric：機械学習用アノテーション付き動画生成パイプライ...
Deep Fluids：流体シミュレーションをディープラーニ...
Regard3D：オープンソースのStructure fro...
2012のメイキングまとめ(途中)
MVStudio：オープンソースのPhotogrammetr...
ジュラシック・パークの続編『ジュラシック・ワールド』
オープンソースの取引プラットフォーム
ファンの力
FacebookがDeep learningツールの一部をオ...
映画から想像するVR・AR時代のGUIデザイン
タマムシっぽい質感
Siggraph Asia 2009 カンファレンスの詳細
ZBrushで仮面ライダー3号を造る 仮面編 失敗のリカバー
After Effects全エフェクトの解説(6.5)
OpenAR：OpenCVベースのマーカーARライブラリ
映画『ゴジラ-1.0』 メイキング情報まとめ
WordPressプラグインの作り方
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...
ZBrushで仮面ライダー3号を造る 仮面編 ClipCur...
ZBrushでアヴァン・ガメラを作ってみる 腕の作り込み
『PIXARのひみつ展』に行ってきた
立体視を試してみた
ZBrushでアマビエを作る その2
OpenCVで顔のランドマークを検出する『Facemark ...
実写と実写の合成時の色の馴染ませテクニック
海外ドラマのChromaKey
UnityでTweenアニメーションを実装できる3種類の無料...
Pythonのソースコードに特化した検索エンジン『Nulle...
畳み込みニューラルネットワーク (CNN: Convolut...
リメイク版ロボコップスーツのメイキング
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...
Accord.NET Framework：C#で使える機械学...
OpenCVの顔検出過程を可視化した動画
Open Shading Language (OSL)
Manim：Pythonで使える数学アニメーションライブラリ
書籍『The Art of Mystical Beasts』...
Iterator
この本読むよ
Google XML Sitemap Generatorプラ...
色んな三面図があるサイト
Raspberry Pi 2を買いました
コメント