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
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...
ポリ男をリファイン
書籍『メイキング・オブ・ピクサー 創造力をつくった人々』を読...
ZBrushでアヴァン・ガメラを作ってみる モールドの彫り込...
顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト
タダでRenderManを体験する方法
ZBrushで仮面ライダーBLACK SUNを作る 頭部～バ...
OpenCVで顔のランドマークを検出する『Facemark ...
Python拡張モジュールのWindows用インストーラー配...
書籍『ゼロから作るDeep Learning』で自分なりに学...
cvui：OpenCVのための軽量GUIライブラリ
Connected Papers：関連研究をグラフで視覚的に...
レンダラ制作はOpenGL とか DirectX を使わなく...
3DCGのモデルを立体化するサービス
Structure from Motion (多視点画像から...
Boost オープンソースライブラリ
SONYの自律型エンタテインメントロボット『aibo』
ZBrushでゴジラ2001を作ってみる 目元だけ作り込んで...
Unite 2014の動画
Quartus II
Mayaのプラグイン開発
Unreal Engine Tokyo MeetUp!へ行っ...
AmazonEC2のインスタンスをt1.microからt2....
OpenMVS：Multi-View Stereoによる3次...
OpenCVの超解像(SuperResolution)モジュ...
iPhone・iPod touchで動作する知育ロボット『R...
ZBrush 2018での作業環境を整える
ZBrushで仮面ライダー3号を造る 仮面編 リファレンス画...
Dlib：C++の機械学習ライブラリ
ZBrushでカスタムUIを設定する
OpenCV 3.1から追加されたSfMモジュール
Pythonのソースコードに特化した検索エンジン『Nulle...
なんかすごいサイト
SIGGRAPH ASIAのマスコット
ニューラルネットワークと深層学習
Google Colaboratoryで遊ぶ準備
HD画質の無駄遣い その２
天体写真の3D動画
ManimML：機械学習の概念を視覚的に説明するためのライブ...
ZBrushでアヴァン・ガメラを作ってみる 口のバランス調整
UnityのGameObjectの向きをScriptで制御す...
全脳アーキテクチャ勉強会
コメント