Snap、1台のカメラから顔をリアルタイムに追跡するより安定したフレームワークを発表

Snapの研究者らは、1台のカメラから顔をリアルタイムに追跡するより安定したフレームワークを発表しました。

論文:Stabilized Real-time Face Tracking via a Learned Dynamic Rigidity Prior
著者:Chen Cao, Menglei Chai, Oliver Woodford, Linjie Luo

本提案手法は、一連の画像を入力とし、顔のランドマーク検出とオプティカルフローを計算し、それらを入力制約とします。そして、顔のパフォーマンスデータセットから学習した領域ベースの顔モデルを、ランドマークとオプティカルフローにマッチングすることで出力します。

出力結果は、バーチャルメイクアップやアバター転送などのアプリケーションでヘッドポーズと表情の追跡の安定性を実証します。

 

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