久しぶりにコンピュータビジョン系の話題。
Google Researchから機械学習用のアノテーション付き動画を生成するためのツールがオープンソースで公開された↓
Kubric
Kubricは、Instance SegmentationマスクやDepthマップ、オプティカルフローなどのリッチなアノテーション付きのセミリアルな動画を作成するためのデータ生成パイプラインです。
※このプロジェクトはまだアルファ段階であり、大幅に変更される可能性があります。
モチベーションと設計
機械学習システムの訓練と評価、特にunsupervised multi-object video understandingにおいてはより良いデータが必要です。既存のシステムは、toy datasetsでは上手く行くものの、現実世界のデータでは失敗してしまいます。複雑さの異なる適切なデータセットをオンデマンドで作成できれば、進歩を大幅に加速できる可能性があります。
Kubricは、主にpybullet(物理シミュレーション用)とBlender(レンダリング用)をベースに構築されていますが、コードはモジュール式に保たれているため、様々なレンダリングバックエンドをサポートできる可能性があります。
Kubricは特に数千台のマシンを使って処理できるスケーラビリティに重点を置いて開発されているらしい。
詳しくはarXivで公開されているKubric: A scalable dataset generatorや、公式ドキュメントを参照。
レンダリングに使われているBlenderについてはもはや説明不要でしょう。
物理シミュレーションに使われているpybulletというのは、Bullet Physics SDKというC++の物理シミュレーションフレームワークのPythonバインディング。強化学習方面ではすでに結構利用されているらしい。
https://zenn.dev/ymd_h/articles/14397e6ae7ea3d
Kubricの公式ドキュメントを読むと、一式揃ったDockerイメージも用意されているようですね。
https://kubric.readthedocs.io/en/latest/source/0_installing.html
ここ数年、機械学習用の画像・動画データをCGで生成する需要に応えるツールが少しずつ増えてきたな。
最近はUnityが公式にUnity Computer Visionというデータセット生成サービスを始めていて、それに使用しているPerception Packageも公開している↓
Perception Package (Unity Computer Vision)
Perceptionパッケージは、コンピュータビジョンの訓練と検証のための大規模なデータセットを生成するためのツールキットを提供します。 現在は、カメラベースのユースケースに焦点を当てており、最終的には他の形式のセンサーや機械学習タスクに拡張される予定です。
ツールと製品の詳細についてはUnity Computer Visionページにアクセスしてください。
関連記事
Iridescence：プロトタイピング向け軽量3D可視化ラ...
uGUI：Unityの新しいGUI作成システム
機械学習で遊ぶ
ZBrushでアヴァン・ガメラを作ってみる 頭頂部と首周りを...
Raytracing Wiki
MFnDataとMFnAttribute
天体写真の3D動画
シン・ゴジラのファンアート
PeopleSansPeople：機械学習用の人物データをU...
Blender 2.81でIntel Open Image ...
参考書
MRenderUtil::raytrace
ドラマ『ファーストクラス』のモーショングラフィックス
リアルタイム レイトレーシングAPI『DirectX Ray...
ZBrushでゴジラ2001を作ってみる 頭の概形作り
ニューラルネットワークで画像分類
『ハン・ソロ/スター・ウォーズ・ストーリー』のVFXブレイク...
無償版G Suiteの使用を継続する
NVIDIA GeForce RTX 3080を購入
OpenCV バージョン4がリリースされた！
Shader.jp：リアルタイム3DCG技術をあつかうサイト
Mayaのレンダリング アトリビュート
オープンソースのロボットアプリケーションフレームワーク『RO...
C++の抽象クラス
Faceshiftで表情をキャプチャしてBlender上でM...
『ローグ・ワン/スター・ウォーズ・ストーリー』のVFXブレイ...
SIGGRAPH ASIAのマスコット
Python.NET：Pythonと.NETを連携させるパッ...
MPC社によるゴジラ(2014)のVFXブレイクダウン
LLM Visualization：大規模言語モデルの可視化
Houdiniのライセンスの種類
ラクガキの立体化 分割ラインの変更・バランス調整
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
AR (Augmented Reality)とDR (Dim...
実写と実写の合成時の色の馴染ませテクニック
ManuelBastioniLAB：人体モデリングできるBl...
OpenCVでiPhone6sのカメラをキャリブレーションす...
立体視を試してみた
手を動かしながら学ぶデータマイニング
続・ディープラーニングの資料
顔モデリングのチュートリアル
ZBrushで仮面ライダー3号を造る 仮面編 Dam Sta...
コメント