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
プログラムによる景観の自動生成
オープンソースの取引プラットフォーム
Verilog HDL
2D→3D復元技術で使われる用語まとめ
ZBrushでゴジラ2001を作ってみる 目元だけ作り込んで...
Autodesk Mementoでゴジラを3次元復元する
科学技術計算向けスクリプト言語『Julia』
RSSフィードを読込んで表示するWordpressプラグイン...
プログラミングスキルとは何か？
3分の動画でプログラミングを学習できるサイト『ドットインスト...
AndroidもopenGLも初心者さ (でもJavaは知っ...
第1回 3D勉強会＠関東『SLAMチュートリアル大会』
Python.NET：Pythonと.NETを連携させるパッ...
WordPress on Windows Azure
Maya には3 種類のシェーダSDKがある？
AfterEffectsプラグイン開発
HTML5・WebGLベースのグラフィックスエンジン『Goo...
SONYの自律型エンタテインメントロボット『aibo』
openMVG：複数視点画像から3次元形状を復元するライブラ...
CGレンダラ研究開発のためのフレームワーク『Lightmet...
Mayaのポリゴン分割ツールの進化
映画『ジュラシック・ワールド／炎の王国』のVFXブレイクダウ...
ブログの復旧が難航してた話
HerokuでMEAN stack
畳み込みニューラルネットワーク (CNN: Convolut...
Point Cloud Utils：Pythonで3D点群・...
html5のcanvasの可能性
中学3年生が制作した短編映像作品『2045』
MRenderUtil::raytrace
Mayaのプラグイン開発
ヘッドマウントディスプレイとビジュアリゼーションの未来
UnityのAR FoundationでARKit 3
AmazonEC2のインスタンスをt1.microからt2....
C++の抽象クラス
動的なメモリの扱い
OpenCVのfindEssentialMat関数を使ったサ...
『ピクサー展』へ行ってきた
HD画質の無駄遣い その２
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...
トランスフォーマーの変形パターンを覚えるのは楽しいと思うんだ
UnityのTransformクラスについて調べてみた
このブログのデザインに飽きてきた
コメント