Core Concepts
人体の外観変化は、現在の姿勢だけでなく、過去の姿勢系列によっても大きく影響される。本手法では、姿勢系列を活用することで、慣性による外観変化をより正確にモデル化できる。
Abstract
本研究では、人体の外観変化が現在の姿勢だけでなく、過去の姿勢系列によっても大きく影響されることに着目した。従来の手法は単一の姿勢を条件入力としていたため、同じ姿勢でも異なる外観を表現することができないという課題があった。
本手法では、姿勢系列を条件入力として用いることで、この課題を解決している。具体的には以下の3つの手法を提案している:
姿勢系列を表す「デルタ姿勢系列」を導入し、非剛体変形と正準空間の学習に活用することで、慣性による外観変化をモデル化する。
局所的な動的コンテキストエンコーダを導入し、高次元の姿勢系列入力によるオーバーフィッティングを抑制する。
慣性による外観変化を捉えた新規データセット「I3D-Human」を構築し、提案手法の有効性を検証する。
実験の結果、提案手法は既存手法と比べて、慣性による外観変化をより正確に表現できることが示された。特に、急停止後の服の動きなどの動的効果を良好に再現できている。
Stats
同じ姿勢でも、過去の動作によって服の動きが大きく変化する。
急停止後の服の動きは、現在の姿勢だけでは表現できず、過去の姿勢系列を考慮する必要がある。
Quotes
"人体の外観変化は、現在の姿勢だけでなく、過去の姿勢系列によっても大きく影響される。"
"従来の手法は単一の姿勢を条件入力としていたため、同じ姿勢でも異なる外観を表現することができないという課題があった。"