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
SVM (Support Vector Machine)
映画『ジュラシック・ワールド／炎の王国』のVFXブレイクダウ...
Google Chromecast
OpenCV 3.1とopencv_contribモジュール...
Unityで強化学習できる『Unity ML-Agents』
MeshLab：3Dオブジェクトの確認・変換に便利なフリーウ...
機械学習での「回帰」とは？
Google Colaboratoryで遊ぶ準備
ZBrushでゴジラ2001を作ってみる 側頭部のボリューム...
ゴジラ(2014)のメイキング
2D→3D復元技術で使われる用語まとめ
MRenderUtil::raytrace
iPhone・iPod touchで動作する知育ロボット『R...
『スター・ウォーズ 最後のジェダイ』のVFXブレイクダウン ...
Unreal Engine 5の情報が公開された！
UnrealCLR：Unreal Engineで.NET C...
書籍『The Art of Mystical Beasts』...
昔Mayaでモデリングしたモデルをリファインしてみようか
レンダラ制作はOpenGL とか DirectX を使わなく...
Qlone：スマホのカメラで3Dスキャンできるアプリ
openMVG：複数視点画像から3次元形状を復元するライブラ...
Unity MonoBehaviourクラスのオーバーライド...
網元AMIで作ったWordpressサイトのインスタンスをt...
MB-Lab：Blenderの人体モデリングアドオン
CNN Explainer：畳み込みニューラルネットワーク可...
書籍『イラストで学ぶ ディープラーニング』
FCN (Fully Convolutional Netwo...
OpenVDB：3Dボリュームデータ処理ライブラリ
iPhone欲しいなぁ
html5のcanvasの可能性
OpenMVS：Multi-View Stereoによる3次...
Windows10でPyTorchをインストールしてVSCo...
顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト
WordPressのテーマを自作する
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
Unityからkonashiをコントロールする
iPhoneアプリ開発 Xcode 5のお作法
Mitsuba 2：オープンソースの物理ベースレンダラ
ZBrushでアヴァン・ガメラを作ってみる 甲羅のバランス調...
OpenMayaのPhongShaderクラス
トランスフォーマー/ロストエイジのメイキング
pythonの機械学習ライブラリ『scikit-learn』
コメント