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

ZBrushでアヴァン・ガメラを作ってみる 歯茎を別パーツへ...

HerokuでMEAN stack

リメイク版ロボコップスーツのメイキング

『PIXARのひみつ展』に行ってきた

BlenderのPython環境にPyTorchをインストー...

Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...

Python拡張モジュールのWindows用インストーラー配...

オープンソースのネットワーク可視化ソフトウェアプラットフォー...

Human Generator:Blenderの人体生成アド...

画像生成AI Stable Diffusionで遊ぶ

ZBrushCore

ROMOハッカソンに行ってきた

ZBrushでゴジラ2001を作ってみる 身体のシルエット出...

UnityでTweenアニメーションを実装できる3種類の無料...

Model View Controller

iPhone・iPod touchで動作する知育ロボット『R...

トランスフォーマー :リベンジのメイキング (デジタルドメイ...

Swark:コードからアーキテクチャ図を作成できるVSCod...

U-Net:ディープラーニングによるSemantic Seg...

MeshroomでPhotogrammetry

オープンソースの顔認識フレームワーク『OpenBR』

書籍『開田裕治 怪獣イラストテクニック』

トランスフォーマー/ロストエイジのメイキング

Unityで強化学習できる『Unity ML-Agents』

Texturing & Modeling A Pro...

『スター・ウォーズ/スカイウォーカーの夜明け』のVFXブレイ...

ZBrushのTranspose Masterでポーズを付け...

CLO:服飾デザインツール

ZBrush4新機能ハイライト 3DCG CAMP 2010

Mitsuba 3:オープンソースの研究向けレンダラ

R-CNN (Regions with CNN featur...

OpenMVSのサンプルを動かしてみる

ベイズ推定とグラフィカルモデル

株式会社ヘキサドライブの研究室ページ

イタリアの自動車ブランドFiatとゴジラがコラボしたCMのメ...

ZBrushでアヴァン・ガメラを作ってみる 下アゴと頭部を作...

SIGGRAPH 2020はオンライン開催

動的なメモリの扱い

『ハン・ソロ/スター・ウォーズ・ストーリー』のVFXブレイク...

中学3年生が制作した短編映像作品『2045』

VCG Library:C++のポリゴン操作ライブラリ

ZBrushで仮面ライダー3号を造る 仮面編 Dam Sta...

コメント