南カリフォルニア大学など、1枚の画像から服を着た人の3Dモデルを隠れた領域含めより高品質に再構築できるdeep learningを用いた手法「PIFu」発表

南カリフォルニア大学などによる研究チームは、1枚の画像から服を着た人の3Dモデルを再構築できるdeep learningを用いた手法「Pixel-aligned Implicit Function(PIFu)」を発表しました。

論文:PIFu: Pixel-Aligned Implicit Function for High-Resolution Clothed Human Digitization

Shunsuke Saito¹,²∗ Zeng Huang¹,²∗ Ryota Natsume³∗ Shigeo Morishima³ Angjoo Kanazawa⁴ Hao Li¹,²,⁵
¹University of Southern California ²USC Institute for Creative Technologies
³Waseda University ⁴University of California, Berkeley ⁵Pinscreen 
∗- indicates equal contribution

本研究は、単一または複数の入力画像から服を着た人間の3D形状とテクスチャを生成するdeep learningを用いて推定するエンドツーエンドの手法を提案します。本提案手法を用いることで、1枚の画像または複数の画像からヘアスタイルやしわのあるスカート、ハイヒールのような複雑な形状を3D化します。また1枚の入力画像からの場合、被写体の背面など、見えない領域もそれらしい形状及びテクスチャを推定し再構築します。

ABOUT

 本サイト(Seamless/シームレス)は、2014年に始めた先端テクノロジーの研究を論文ベースで記事にしているWebメディアです。山下が個人で運営し、執筆を行っています。現在は主に寄稿(ITmedia NEWS)と、Seamless Journalに専念しています。

連絡先:yamashita(at)seamless.jp
Subscribe:TwitterFacebookHatenaNewsPicks

ゲスト連載:プロジェクションマッピング技術の変遷 岩井大輔

 Seamless Journalとは、月額10ドルの課金で厳選した最新論文がほぼ毎日メールボックスに届くというものです。記事にならない気になる論文をお届けします。決済はPatreonを介して、クレジットカードおよびPayPalで行え、解約も同サービスからいつでも可能です。お申し込みはこちらから

ページ上部へ戻る