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

BlenderでPhotogrammetryできるアドオン

COLMAP:オープンソースのSfM・MVSツール

GoogleのDeep Learning論文

SIGGRAPH Asia

物理ベースレンダリングのためのマテリアル設定チートシート

OpenCVの三角測量関数『cv::triangulatepoints』

ZBrushでアヴァン・ガメラを作ってみる パーツ分割

ZBrushで仮面ライダー3号を造る 仮面編 DynaMesh

HD画質の無駄遣い その2

SIGGRAPH ASIA 2009で学生ボランティア募集してるみたい

OpenCVで平均顔を作るチュートリアル

書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

Adobe Photoshop CS4 Extendedの3Dモデル編集機能

OpenFace:Deep Neural Networkによる顔の個人識別フレームワーク

ディープラーニング

CGALDotNet:計算幾何学ライブラリ CGALのC#ラッパー

ManuelBastioniLAB:人体モデリングできるBlenderアドオン

ZBrushで仮面ライダー3号を造る 仮面編

Manim:Pythonで使える数学アニメーションライブラリ

ZBrushでアヴァン・ガメラを作ってみる 頭頂部と首周りを作り込む

Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された

Iridescence:プロトタイピング向け軽量3D可視化ライブラリ

ラクガキの立体化 進捗

ドットインストールのWordPress入門レッスン

参考書

ZBrushでアマビエを作る その2

PolyPaint

iPhoneで3D写真が撮れるアプリ『seene』

仮想関数

写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』

クラスの基本

WinSCP

CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』

ゴジラ三昧

OpenCVでPhotoshopのプラグイン開発

『ハン・ソロ/スター・ウォーズ・ストーリー』のVFXブレイクダウン まとめ

フォトンの放射から格納までを可視化した動画

uGUI:Unityの新しいGUI作成システム

TensorFlowでCGを微分できる『TensorFlow Graphics』

PyDataTokyo主催のDeep Learning勉強会

Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』

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

コメント