Pose-independent 3D Anthropometry from Sparse Data

要約

3D デジタル人体測定は、3D スキャンから人体の測定値を推定する研究です。
正確な身体測定は、医療業界では重要な健康指標であり、ファッション、人間工学、エンターテインメント業界では指針となります。
測定プロトコルは、静的な A ポーズで被験者全体をスキャンすることで構成され、スキャン プロセス中は呼吸や動作を行わずに維持されます。
ただし、スキャン プロセス全体にわたって A ポーズを維持するのは簡単ではなく、それが数分間続くこともあります。
この制約はスキャンの最終的な品質に影響を与え、ひいては密な幾何学的データに依存する方法から得られる推定身体測定値の精度に影響を与えます。
さらに、この制約により、怪我や障害のある人など、A ポーズをとることができない被験者のためのデジタル人体測定方法を開発することが不可能になります。
任意のポーズで取得されたまばらなランドマークから身体測定値を取得できる方法を提案します。
ポーズをとった被写体のまばらなランドマークを利用してポーズに依存しない特徴を作​​成し、標準的な A ポーズから取得した身体測定値を予測するネットワークをトレーニングします。
私たちの方法は、標準的な A ポーズで密なジオメトリを使用する競合方法と同等の結果を達成しますが、疎なランドマークのみを使用して任意のポーズから身体の寸法を推定する機能を備えていることを示します。
最後に、私たちは https://github.com/DavidBoja/pose-independent-anthropometry で研究コミュニティに私たちの方法を利用できるようにすることで、オープンソースの 3D 人体測定方法の不足に対処します。

要約(オリジナル)

3D digital anthropometry is the study of estimating human body measurements from 3D scans. Precise body measurements are important health indicators in the medical industry, and guiding factors in the fashion, ergonomic and entertainment industries. The measuring protocol consists of scanning the whole subject in the static A-pose, which is maintained without breathing or movement during the scanning process. However, the A-pose is not easy to maintain during the whole scanning process, which can last even up to a couple of minutes. This constraint affects the final quality of the scan, which in turn affects the accuracy of the estimated body measurements obtained from methods that rely on dense geometric data. Additionally, this constraint makes it impossible to develop a digital anthropometry method for subjects unable to assume the A-pose, such as those with injuries or disabilities. We propose a method that can obtain body measurements from sparse landmarks acquired in any pose. We make use of the sparse landmarks of the posed subject to create pose-independent features, and train a network to predict the body measurements as taken from the standard A-pose. We show that our method achieves comparable results to competing methods that use dense geometry in the standard A-pose, but has the capability of estimating the body measurements from any pose using sparse landmarks only. Finally, we address the lack of open-source 3D anthropometry methods by making our method available to the research community at https://github.com/DavidBoja/pose-independent-anthropometry.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google