$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] K-SMPL: 한국인 체형 데이터 기반의 매개화된 인체 모델
K-SMPL: Korean Body Measurement Data Based Parametric Human Model 원문보기

컴퓨터그래픽스학회논문지 = Journal of the Korea Computer Graphics Society, v.28 no.4, 2022년, pp.1 - 11  

최별이 (한국과학기술원 문화기술대학원) ,  이성희 (한국과학기술원 문화기술대학원)

초록
AI-Helper 아이콘AI-Helper

선형 스키닝 기반 3D 인체 생성 모델 SMPL (Skinned Multi-Person Linear Model)은 1990년대 미국 거주 미국인들 3천 8백여명을 대상으로 만들어진 3D 신체 데이터베이스인 CEASAR 로부터 최적화 기법을 통해 만들어진 가장 널리 쓰이는 통계적인 3D 모델이다. 본 연구는 한국인 체형의 통계적 특성을 보다 정확히 표현하는 SMPL기반의 한국인 체형 3D 모델을 제안한다. 이를 위해 우리는 한국인 여성 2천7백여명의 신체 각 부위의 실측 데이터에 기존 3D SMPL 모델을 피팅하는 비선형 최적화 알고리즘을 개발한다. 이를 사용하여 한국인 3D 신체 데이터베이스를 구축하고, 주성분 분석 방법으로 한국인 체형 기반 매개화된 3D 모델을 개발한다. 본 연구를 통해 제안하는 한국인의 체형적 특징을 가진 블렌드쉐입과 새로운 체형 파라미터는 기존 모델이 표현하는 체형에 비해 한국인 체형 데이터 특성을 잘 반영함을 확인하였다. 뿐만 아니라, 우리의 모델은 SMPL에 비해 신체 실측 데이터에 대한 피팅 정확도를 개선함을 확인하였다. 제안된 모델은 향후 아바타 생성이나 인체 형상 측정 등 다양한 용도로 사용될 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The Skinned Multi-Person Linear Model (SMPL) is the most widely used parametric 3D Human Model optimized and learned from CAESAR, a 3D human scanned database created with measurements from 3,800 people living in United States in the 1990s. We point out the lack of racial diversity of body types in S...

주제어

#기하학적 모델링   #3D 휴먼 모델   #체형   #선형 스키닝   #최적화  

참고문헌 (23)

  1. D. Anguelov, P. Srinivasan, D. Koller, S. Thrun, J. Rodgers, and J. Davis, "Scape: Shape completion and animation of people," ACM Trans. Graph., vol. 24, no. 3, p. 408-416, jul 2005. [Online]. Available: https://doi.org/10.1145/1073204. 1073207 

    상세보기 crossref

  2. G. Pons-Moll, J. Romero, N. Mahmood, and M. J. Black, "Dyna: A model of dynamic human shape in motion," ACM Trans. Graph., vol. 34, no. 4, jul 2015. [Online]. Available: https://doi.org/10.1145/2766993 

    상세보기 crossref

  3. Y. Chen, Z. Liu, and Z. Zhang, "Tensor-based human body modeling," in Proceedings of the IEEE Conference on Com- puter Vision and Pattern Recognition (CVPR), June 2013. 

  4. H. Seo, F. Cordier, and N. Magnenat-Thalmann, "Synthesiz- ing animatable body models with parameterized shape modifications," in SCA '03, 2003. 

  5. H. Xu, E. G. Bazavan, A. Zanfir, W. T. Freeman, R. Suk- thankar, and C. Sminchisescu, "Ghum ghuml: Generative 3d human shape and articulated pose models," in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), June 2020. 

  6. M. Loper, N. Mahmood, J. Romero, G. Pons-Moll, and M. J. Black, "SMPL: A skinned multi-person linear model," ACM Trans. Graphics (Proc. SIGGRAPH Asia), vol. 34, no. 6, pp. 248:1-248:16, Oct. 2015. 

  7. T. von Marcard, B. Rosenhahn, M. Black, and G. Pons-Moll, "Sparse inertial poser: Automatic 3d human pose estimation from sparse imus," Computer Graphics Forum 36(2), Proceedings of the 38th Annual Conference of the European Association for Computer Graphics (Eurographics), 2017. [Online]. Available:/brokenurl#Video 

  8. M. Loper, N. Mahmood, and M. J. Black, "Mosh: Motion and shape capture from sparse markers," ACM Trans. Graph., vol. 33, no. 6, nov 2014. [Online]. Available: https://doi.org/10.1145/2661229.2661273 

    상세보기 crossref

  9. N. Mahmood, N. Ghorbani, N. F. Troje, G. Pons-Moll, and M. J. Black, "Amass: Archive of motion capture as surface shapes," 2019 IEEE/CVF International Conference on CVomputer Vision(ICCV), pp. 5441-5450, 2019. 

  10. A. Kanazawa, M. J. Black, D. W. Jacobs, and J. Malik, "End-toend recovery of human shape and pose," in 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2018, pp. 7122-7131. 

  11. M. Kocabas, N. Athanasiou, and M. J. Black, "Vibe: Video inference for human body pose and shape estimation," in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), June 2020. 

  12. A. A. A. Osman, T. Bolkart, and M. J. Black, "STAR: A sparse trained articulated human body regressor," pp. 598-613. 

  13. K. Robinette, S. Blackwell, H. Daanen, M. Boehmer, and S. Fleming, "Civilian American and European surface anthropometry resource(Caesar)," USA, p. 74, June 2002. 

  14. B. Allen, B. Curless, and Z. Popovi c, "The space of human body shapes: Reconstruction and parameterization from range scans," ACM Trans.Graph., vol. 22, no. 3, p. 587-594, 2003. 

    상세보기

  15. H. Seo, F. Cordier, and N. Thalmann, "Synthesizing animatable body models with parameterized shape modifications," 07 2003. 

  16. H. Joo, T. Simon, and Y. Sheikh, "Total capture: A 3d deformation model for tracking faces, hands, and bodies," 06 2018, pp. 8320-8329. 

  17. G. Pavlakos, V. Choutas, N. Ghorbani, T. Bolkart, A. A. A. Osman, D. Tzionas, and M. J. Black, "Expressive body capture: 3d hands, face, and body from a single image," in Proceedings IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), June 2019, pp. 10975-10985. [Online]. Available: http://smpl-x.is.tue.mpg.de 

  18. "SizeKorea, " 2020, [Online] Available : https://sizekorea.kr/human-meas-search/3d-human-shape/intro/ 

  19. S.Agarwal, K.Mierle, and T.C.S. Team, "Ceres Solver, " 3 2022. [Online]. Available : https://github.com/ceres-solver/ceres-solver 

  20. 김용규, 김덕수-.(2021).3차원 형상 복원을 위한 점진적 점유예측 네트워크.컴퓨터그래픽스학회논문지,27(3),65-74. 

  21. 문지혜, 박상훈, 윤승현.(2022).3D Magic Wand: 하모닉 필드를 이용한 메쉬 분할 기법.컴퓨터그래픽스학회논문지,28(1),11-19. 

  22. 주은정, 최명걸.(2020).정적 드레이프를 이용한 니트 옷감의 시뮬레이션 파라미터 추정.컴퓨터그래픽스학회논문지,26(5),15-24. 

  23. 박정호, 박상훈, 윤승현.(2020).형상 차이 기반 홀 패치의 파라미트릭블렌딩 기법.컴퓨터그래픽스학회논문지,26(3),39-48. 

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로