ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2020-03-06 11:35
【オンライン】人物の自己遮蔽を考慮した少量の静止画像列からの動作クローン映像生成
堤 哲平中村和晃明神聖子新田直子馬場口 登阪大IMQ2019-58 IE2019-140 MVE2019-79
抄録 (和) 本稿では,ある人物Aの動作映像(リファレンス映像)1本と,別の人物Bの静止画像(ターゲット画像) 少数枚のみを入力として,人物Aの動作をあたかも人物Bが再現しているかのような映像(動作クローン映像)を生 成する手法を提案する.単一のターゲット画像を変形することで動作クローン映像を生成する従来手法では,自己遮 蔽が生じる動作はうまく再現できず,また,回転を伴う動作など,元々のターゲット画像に写っていない部位のテク スチャを生成する必要があるケースには原理的に対処できない,という問題がある.提案手法では,人物の身体を複 数の部位に分け,部位ごとに異なる2次元アフィン変換を用いてターゲット画像を変形することにより,自己遮蔽の 問題に対処する.また,回転等を伴う動作に対しては,複数枚のターゲット画像から個別に生成した動作クローン映 像を畳込みニューラルネットワークにより統合することで対処する.実験の結果,提案手法により,自己遮蔽を伴う 動作と回転を伴う動作の双方に対して,ある程度の品質で動作クローン映像を生成できることを確認した. 
(英) In this paper, we propose a method for generating photo-realistic video in which a person virtually performs a motion that is not performed in the real world. We refer to such video as video of cloned motion, abbreviated as VCM. The proposed method requires only two kinds of source data: a reference video, in which a person A performs some motion, and several target images, which include the whole body of another person B. Using these data, our method generates a VCM in which the person A's motion is re-enacted by the person B's body. There is an existing method that only deforming a single target image to generate a VCM. However, this method has two problems: First, it cannot handle the self-occlusion of the human body. Second, it cannot generate the texture of the body surfaces that are invisible in the target image. Our method copes with the first problem by dividing the human body into multiple parts and deforming the target image part-by-part using part-wise 2D affine transforms. Moreover, to cope with the second problem, we use a convolutional neural network to combine multiple VCMs each of which is separately generated from a single target image. Our experimental results show the robustness of the proposed method to the above two problems.
キーワード (和) リファレンス映像 / ターゲット画像 / 動作クローン映像 / 自己遮蔽 / 2次元アフィン変換 / 畳込みニューラルネットワーク / /  
(英) reference video / target image / video of cloned motion / self-occlusion / 2D affine transform / convolutional neural network / /  
文献情報 信学技報, vol. 119, no. 457, MVE2019-79, pp. 221-226, 2020年3月.
資料番号 MVE2019-79 
発行日 2020-02-27 (IMQ, IE, MVE) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード IMQ2019-58 IE2019-140 MVE2019-79

研究会情報
研究会 IE IMQ MVE CQ  
開催期間 2020-03-05 - 2020-03-06 
開催地(和) 九州工業大学 戸畑キャンパス 
開催地(英) Kyushu Institute of Technology 
テーマ(和) 五感メディア,マルチメディア,メディアエクスペリエンス, 映像符号化,イメージメディアの品質,ネットワークの品質 および信頼性,一般 (魅力工学(AC)研究会協賛) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 MVE 
会議コード 2020-03-IE-IMQ-MVE-CQ 
本文の言語 日本語 
タイトル(和) 【オンライン】人物の自己遮蔽を考慮した少量の静止画像列からの動作クローン映像生成 
サブタイトル(和)  
タイトル(英) Generating Video of Cloned Motion from a Short Sequence of Still Images Considering Self-Occlusion of Human Body 
サブタイトル(英)  
キーワード(1)(和/英) リファレンス映像 / reference video  
キーワード(2)(和/英) ターゲット画像 / target image  
キーワード(3)(和/英) 動作クローン映像 / video of cloned motion  
キーワード(4)(和/英) 自己遮蔽 / self-occlusion  
キーワード(5)(和/英) 2次元アフィン変換 / 2D affine transform  
キーワード(6)(和/英) 畳込みニューラルネットワーク / convolutional neural network  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 堤 哲平 / Tsutsumi Teppei / ツツミ テッペイ
第1著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第2著者 氏名(和/英/ヨミ) 中村 和晃 / Kazuaki Nakamura / ナカムラ カズアキ
第2著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第3著者 氏名(和/英/ヨミ) 明神 聖子 / Seiko Myojin / ミョウジン セイコ
第3著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第4著者 氏名(和/英/ヨミ) 新田 直子 / Naoko Nitta / ニッタ ナオコ
第4著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第5著者 氏名(和/英/ヨミ) 馬場口 登 / Noboru Babaguchi / ババグチ ノボル
第5著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2020-03-06 11:35:00 
発表時間 25分 
申込先研究会 MVE 
資料番号 IMQ2019-58, IE2019-140, MVE2019-79 
巻番号(vol) vol.119 
号番号(no) no.454(IMQ), no.456(IE), no.457(MVE) 
ページ範囲 pp.221-226 
ページ数
発行日 2020-02-27 (IMQ, IE, MVE) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会