PeopleSansPeople:機械学習用の人物データをUnityで生成する

コンピュータービジョン系の機械学習データをCGで、最近は特にゲームエンジンのリアルタイムグラフィックスで大量に作成するのが当たり前になりつつありますね。
特に人間のデータは個人情報に相当するので、収集・アノテーションの手間だけでなく、本人許諾を取ったり使用範囲・期間を限定したりと面倒が多い。(だからCelebAのように有名人のデータが重宝されるわけですが)

Unity Technologiesから、人物のデータを生成する論文とアプリ、Unityプロジェクト一式が公開されている↓

PeopleSansPeople: A Synthetic Data Generator for Human-Centric Computer Vision

  • PeopleSansPeopleは、高度にパラメーター化された環境乱択化(Domain Randomization)を備え、プライバシーを侵害せずに人物の合成データを作成できるジェネレーターです。
  • PeopleSansPeopleは、シミュレーション対応の3D人体アセットとパラメータ化されたライトとカメラの仕組みを提供し、2Dと3Dのbounding box、instance/semantic segmentation、COCOポーズのラベルを生成できます。
  • 単純な範囲指定で環境乱択化とラベル付き合成データセットを生成できます。
  • 合成データ上の人物の活動、ポーズ、コンテキストの多様性については、保証・分析を提供できるものもあります。
  • 合成データで事前学習し、ターゲットの実世界データ(COCO-person train)を使用してfew-shot transferでfine-tuningしたネットワークがkeypoint AP:60.37 ± 0.48 (COCO test-dev2017)を達成。同じ現実データのみで学習したモデル(keypoint AP:55.80) と、ImageNetで事前学習したモデル(keypoint AP:57.50)を上回るパフォーマンス。

概要
近年、大規模なラベル付きデータセットのおかげで人物の検出や姿勢推定は大きく進歩しました。しかし、これらの大規模データセットは人間の活動、姿勢、コンテキストの多様性について保証も分析もされていません。より多くの人間のデータを収集するために、プライバシー、法律、安全、倫理上の懸念にぶつかり、収集範囲や収集方法に制約を受けている場合もあります。
これらの問題の一部を軽減でき、現実世界のデータに代わる新たな代替手段が合成データです。

しかしながら、合成データのジェネレーターを作成するのは非常に困難であるため、合成データの有用性が研究者達に知られていません。
そこで我々は、人間を中心とした合成データジェネレーター PeopleSansPeopleをリリースします。PeopleSansPeopleは、シミュレーション可能な3D人体アセット、パラメータ化されたライトとカメラの仕組みを備えており、2D・3Dのbounding box、instance/semantic segmentation、COCOポーズラベルを生成できます。

我々はPeopleSansPeopleによる合成データをDetectron2の特徴点R-CNNバリアントに学習させてベンチマークを行いました。
その結果、合成データで事前学習後にターゲットとなる実世界のデータでfine-tuning(COCO-personの限られたサブセットでのfew-shot転移学習)したネットワークでkeypoint AP:60.37 ± 0.48 (COCO test-dev2017)が得られ、同様の現実データのみで学習したモデル(keypoint AP:55.80)やImageNetで事前学習したモデル(keypoint AP:57.50)を上回りました。

この自由に利用できるデータジェネレーターによって、人間を中心としたコンピュータービジョンの重要な領域で、シミュレーションから現実への転移学習という新しい分野の幅広い研究が可能になるはずです。


スポンサーリンク

プロジェクト一式がGitHubで公開されている↓
https://github.com/Unity-Technologies/PeopleSansPeople

Unityの公式ブログでも紹介されてるけど、日本語訳がだいぶ直訳感ありますな↓
https://blog.unity.com/ja/technology/human-centric-computer-vision-with-unity-synthetic-data


スポンサーリンク


Unityでは公式にUnity Computer Visionというデータセット生成サービスをやっていて、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。

https://blog.unity.com/ja/technology/supercharge-your-computer-vision-models-with-synthetic-datasets-built-by-unity
https://blog.unity.com/ja/technology/synthetic-data-simulating-myriad-possibilities-to-train-robust-machine-learning-models



UnrealCV:コンピュータビジョン研究のためのUnreal Engineプラグイン
ROS#もそうですが、ロボット制御ソフトウェアの開発、特にコンピュータビジョン関係は学習やテスト用の画像収集がボトルネックで、最近は学習や動作のシミュレーション環境にCGを活用する例が増えている。 このUnrealCVはUnrealEngi...

BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
機械学習用の画像データをCGで生成するのもData Augmentationの範疇でしょうか。 物体や風景画像だけでなく、Depthや物体ラベル、Semantic Segmentation用のアノテーション画像も必要となると、CGで生成した...

Kubric:機械学習用アノテーション付き動画生成パイプライン
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...


スポンサーリンク

関連記事

布のモデリング
3D復元技術の情報リンク集
DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
SIGGRAPH 2020はオンライン開催
Math.NET Numerics:Unityで使える数値計算ライブラリ
ZBrushでアヴァン・ガメラを作ってみる 歯を配置
トランスフォーマー :リベンジのメイキング (デジタルドメイン)
Physics Forests:機械学習で流体シミュレーションを近似する
Zbrushでメカ物を作るチュートリアル動画
ゴジラの造形
Mixamo:人型3Dキャラクターアニメーション制作サービス
Point Cloud Libraryに動画フォーマットが追加されるらしい
スターウォーズ エピソードVIIの予告編
Subsurface scatteringの動画
写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』
UnityでOpenCVを使うには?
この本読むよ
Mayaのプラグイン開発
ZBrushからBlenderへモデルをインポート
『パシフィック・リム: アップライジング』のVFXブレイクダウン まとめ
Dlib:C++の機械学習ライブラリ
単純に遊びに行くのはだめなのか?
スクラッチで既存のキャラクターを立体化したい
Google Earth用の建物を簡単に作れるツール Google Building Maker 公...
OpenCV 3.3.0-RCでsfmモジュールをビルド
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
Unityで強化学習できる『Unity ML-Agents』
BlenderのPython環境にPyTorchをインストールする
ZBrushでアヴァン・ガメラを作ってみる 爪とトゲを追加
UnityのTransformクラスについて調べてみた
CGALDotNet:計算幾何学ライブラリ CGALのC#ラッパー
映画『シン・仮面ライダー』 メイキング情報まとめ
AfterEffectsプラグイン開発
Point Cloud Consortiumのセミナー「3D点群の未来」に行ってきたよ
ポリ男からMetaHumanを作る
iPhoneで3D写真が撮れるアプリ『seene』
リアルタイム レイトレーシングAPI『DirectX Raytracing (DXR)』
Oculus Goを購入!
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
ニューラルネットワークで画像分類
ZBrushのUV MasterでUV展開
ZBrushCore

コメント