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

マイケル・ベイの動画の感覚
Blenderの人体モデリングアドオン『MB-Lab』
MFnMeshクラスのsplit関数
Raspberry Piでセンサーの常時稼働を検討する
参考になりそうなサイト
BlenderのPython環境にPyTorchをインストールする
Google App Engine上のWordPressでAmazonJSを利用する
Blender 2.8がついに正式リリース!
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
Maya LTでFBIK(Full Body IK)
デザインのリファイン再び
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハンズオンセミナーに行ってきた
OpenCVの超解像(SuperResolution)モジュールを試す
イタリアの自動車ブランドFiatとゴジラがコラボしたCMのメイキング
html5のcanvasの可能性
Python.NET:Pythonと.NETを連携させるパッケージ
ZBrushトレーニング
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
Unreal Engine Tokyo MeetUp!へ行ってきた
画像からカメラの3次元位置・姿勢を推定するライブラリ『OpenGV』
CEDEC 3日目
粘土をこねるようなスカルプトモデリング
ラクガキの立体化 胴体の追加
『ローグ・ワン/スター・ウォーズ・ストーリー』のVFXブレイクダウン まとめ
C++の抽象クラス
第20回 文化庁メディア芸術祭『3DCG表現と特撮の時代』
Raspberry Pi 2を買いました
Kaolin:3Dディープラーニング用のPyTorchライブラリ
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
科学技術計算向けスクリプト言語『Julia』
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
pythonの機械学習ライブラリ『scikit-learn』
iPhone 3GSがますます欲しくなる動画
機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...
『スター・ウォーズ/スカイウォーカーの夜明け』のVFXブレイクダウン
clearcoat Shader
Mayaのシェーディングノードの区分
ブログが1日ダウンしてました
インタラクティブにComputer Visionコーディングができるツール『Live CV』
2D→3D復元技術で使われる用語まとめ
PureRef:リファレンス画像専用ビューア

コメント