DensePose:画像中の人物表面のUV座標を推定する

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↓
Runway ML:クリエイターのための機械学習ツール
表現のための機械学習(というかディープラーニング)がじわじわと来ている、と勝手に思っている。実際、グラフィックス系のカンファレンスでもディープラーニングのセッションが大盛況だし。クリエイターが機械学習の恩恵を受けられるアプリケーションは、A...

関連記事

pythonの機械学習ライブラリ『scikit-learn』

トランスフォーマー/ロストエイジのメイキング

SculptrisとBlenderで作ったGodzilla ...

Python拡張モジュールのWindows用インストーラー配...

MVStudio:オープンソースのPhotogrammetr...

ラクガキの立体化 1年半ぶりの続き

Verilog HDL

Maya には3 種類のシェーダSDKがある?

SVM (Support Vector Machine)

ゴジラ(2014)のメイキング

ZBrush4新機能ハイライト 3DCG CAMP 2010

ROSでガンダムを動かす

OpenMesh:オープンソースの3Dメッシュデータライブラ...

CGWORLD CHANNEL 第21回ニコ生配信は『シン・...

HD画質の無駄遣い その2

機械学習に役立つPythonライブラリ一覧

SSD (Single Shot Multibox Dete...

画像認識による位置情報取得 - Semi-Direct Mo...

WordPressプラグインによるサイトマップの自動生成

Open3D:3Dデータ処理ライブラリ

OpenCVの三角測量関数『cv::triangulatep...

ラクガキの立体化 進捗

Seleniumを使ったFXや株の自動取引

Unity ARKitプラグインサンプルのチュートリアルを読...

ZBrushで仮面ライダー3号を造る 仮面編 PolyGro...

UnityでTweenアニメーションを実装できる3種類の無料...

VCG Library:C++のポリゴン操作ライブラリ

Unityの薄い本

SSII 2014 デモンストレーションセッションのダイジェ...

uvでWindows11のPython環境を管理する

『ローグ・ワン/スター・ウォーズ・ストーリー』のVFXブレイ...

html5のcanvasの可能性

マルコフ連鎖モンテカルロ法

第25回コンピュータビジョン勉強会@関東に行って来た

Photoshopで作る怪獣特撮チュートリアル

3Dモデルを立体視で確認できるVRアプリを作っている

Math.NET Numerics:Unityで使える数値計...

pythonもかじってみようかと

Unityをレンダラとして活用する

konashiのサンプルコードを動かしてみた

UnityのGlobal Illumination

Physics Forests:機械学習で流体シミュレーショ...

コメント