画像中の人物表面のUV座標を推定する『DensePose』

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

DensePose: Dense Human Pose Estimation In The Wild (CVPR 2018 Oral)

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。

AI Learns Human Pose Estimation From Videos | Two Minute Papers #237

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↓



スポンサーリンク

関連記事

映画『ジュラシック・ワールド』のVFXメイキング
WordPressプラグインの作り方
Mechanizeで要認証Webサイトをスクレイピング
デザインのリファイン再び
ROMOハッカソンに行ってきた
OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
ブログをGoogle App EngineからAmazon EC2へ移行
ArUco:OpenCVベースのコンパクトなARライブラリ
機械学習について最近知った情報
IronPythonを使ってUnity上でPythonのコードを実行する
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
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
写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』
TensorFlowでCGを微分できる『TensorFlow Graphics』
『ゴジラ キング・オブ・モンスターズ』のVFXブレイクダウン
顔追跡による擬似3D表示『Dynamic Perspective』
UnityのGameObjectの向きをScriptで制御する
映画『ジュラシック・ワールド/炎の王国』のVFXブレイクダウン まとめ
SIGGRAPH 2020はオンライン開催
PureRef:リファレンス画像専用ビューア
Webサイトのワイヤーフレームが作成できるオンラインツール
Maya 2015から標準搭載されたMILA
YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法
Unityで強化学習できる『Unity ML-Agents』
MFnDataとMFnAttribute
人間の顔をそっくりそのままCGで復元する『Digital Emily Project』
Paul Debevec
オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
BSDF: (Bidirectional scattering distribution funct...
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
UnityでLight Shaftを表現する
Pythonのベイズ統計ライブラリ『PyMC』
ディープラーニング
書籍『ROSプログラミング』
フリーで使えるスカルプト系モデリングツール『Sculptris 』
PythonのStructure from Motionライブラリ『OpenSfM』
複数視点画像から3次元形状を復元するライブラリ『openMVG』
マルコフ連鎖モンテカルロ法
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
ZScript
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
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

コメント