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。


スポンサーリンク
  • 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


スポンサーリンク


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...


スポンサーリンク

関連記事

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
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
『ローグ・ワン/スター・ウォーズ・ストーリー』"あのキャラクター"のメイキング
Cartographer:オープンソースのSLAMライブラリ
OpenCV バージョン4がリリースされた!
C++始めようと思うんだ
ZBrushで仮面ライダー3号を造る 仮面編 PolyGroup作成に再挑戦
HD画質の無駄遣い
UnityでARKit2.0
ラクガキの立体化 分割ラインの変更・バランス調整
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
Unityをレンダラとして活用する
3Dオブジェクトの確認・変換に便利なフリーウェア『MeshLab』
仮想関数
書籍『イラストで学ぶ ディープラーニング』
CGWORLD CHANNEL 第21回ニコ生配信は『シン・ゴジラ』メイキングスペシャル!
ZBrushの作業環境を見直す
U-Net:ディープラーニングによるSemantic Segmentation手法
Deep Fluids:流体シミュレーションをディープラーニングで近似する
WordPressの表示を高速化する
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
OpenGVのライブラリ構成
書籍『3次元コンピュータビジョン計算ハンドブック』を購入
布のモデリング
データサイエンティストって何だ?
Super Resolution:OpenCVの超解像処理モジュール
Unityで強化学習できる『Unity ML-Agents』
3Dグラフィックスの入門書
Unityの薄い本
チャットツール用bot開発フレームワーク『Hubot』
フィーリングに基づくタマムシの質感表現
Raspberry PiでIoTごっこ
生物の骨格
ZBrushのキャンバスにリファレンス画像を配置する
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)』
タマムシっぽい質感
Texturing & Modeling A Procedural ApproachをGoo...
全脳アーキテクチャ勉強会
AmazonEC2のインスタンスをt1.microからt2.microへ移行する
Active Appearance Models(AAM)
PyDataTokyo主催のDeep Learning勉強会
Math.NET Numerics:Unityで使える数値計算ライブラリ

コメント