JP2004520659A - 2次元画像から3次元表現を生成する装置及び方法 - Google Patents
2次元画像から3次元表現を生成する装置及び方法 Download PDFInfo
- Publication number
- JP2004520659A JP2004520659A JP2002592062A JP2002592062A JP2004520659A JP 2004520659 A JP2004520659 A JP 2004520659A JP 2002592062 A JP2002592062 A JP 2002592062A JP 2002592062 A JP2002592062 A JP 2002592062A JP 2004520659 A JP2004520659 A JP 2004520659A
- Authority
- JP
- Japan
- Prior art keywords
- dimensional image
- image
- representation
- dimensional
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Analysis (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Generation (AREA)
Abstract
Description
【発明の属する技術分野】
本発明は、2次元画像から3次元表現を生成及び/又は獲得する装置及び方法に関し、更に具体的には、2次元画像から3次元画像を生成する装置及び方法に関する。
【0002】
この装置は、中央処理コンピュータ、ネットワーク・コンピュータ、及び/又はサーバ・コンピュータ、及び任意数のコンピュータ、リモート・コンピュータ、クライアント・コンピュータ、及び/又は中央処理コンピュータ、ネットワーク・コンピュータ、及び/又はサーバ・コンピュータとの通信を容易にする任意の他の通信装置を含む。それぞれのコンピュータ及び/又は通信装置の各々は、ここで説明される処理ルーチン及び/又は機能を実行するために、必要及び/又は所望のハードウェア、周辺装置、及び/又はソフトウェアを含むことができる。
【0003】
本発明の装置及び方法は、デジタルであれ他の形式であれ、任意のタイプの2次元画像、及び/又は任意の他の画像、及び/又は画像表現から3次元画像を生成するために利用されることができる。この点に関して、本発明の範囲は、ここで説明される特定の例及び/又はアプリケーションによって限定され、及び/又はそれらに限定されると解釈されてはならない。
【0004】
【従来の技術】
出願人は、次の参考文献の主題と教示を参照し、それらの内容を本明細書に組み込む。
【非特許文献1】
Cootes et al: ”Training models of shape from sets of examples”, Proc:British Machine Vision Conference, Springer−Verlag, 1992 pp. 9−18.
【非特許文献2】
Cootes et al: ”Active Shape Models−Smart Snakes”, in Proc: British Machine Vision Conference, Springer−Verlag, 1992, pp.266−275.
【非特許文献3】
Lantis et al: ”A unified approach to coding and interpreting face images”, Proc.: ICCV 1995, pp.368−373.
【非特許文献4】
インターネットURL: http://www.wiau.man.ac.ukから発見できるWolfson Image Analysis Unitのウェブ・サイト
【0005】
目次
(1)まえがき
(2)アルゴリズムの概観
(a)主成分の解析
(b)2D顔面の発見
(c)2Dから3Dへの変換
(3)データ
(4)参考文献
【0006】
(1)まえがき
本明細書は、2D画像から人の顔の3D表現を得るために使用できる手法を説明する。そのような手法の要件は、簡単に言えばデータ入力とデータ出力として要約される。データ入力要件は、人の顔の2Dデジタル画像として概括される。更に詳細な要件(例えば画像の解像度、焦点など)は、後のセクションで説明される。データ出力要件は、オリジナルの2D画像をテクスチャ・マップとして組み込んだ人の顔の忠実3D表現として概括することができる。語句「忠実表現」の厳密な定義は、仮定される市場の要件として後のセクションで説明される。例えば、ゲーム市場に対しては低ポリゴン・カウント低正確度要件であるか、マグショット市場に対しては高ポリゴン・カウント高正確度要件である。これらの要件は、アルゴリズム及びそのアプリケーションの全ての様相に影響を与える。しかし、基礎にある手法は不変のままである。多くの異なった医療アプリケーションは、統計モデリング・アルゴリズムの使用、人の心室の位置及び追跡、一連の超音波画像から脳表面の溝の3Dモデリングに至るまで利益を受けてきた。セクション4は、手法のアプリケーションの幾つかを説明する3つの参考文献を提供する。更なる参考文献(そして、更なる詳細)については、読者はwww.wiau.man.ac.ukから発見できるWolfson Image Analysis Unitのウェブ・サイトを参照されたい。
【0007】
(2)アルゴリズムの概観
アルゴリズムは、主成分解析(PCA)と呼ばれる多変量数学モデリング手法に基づいている。PCAは、n次元データ・セットにおける変動のコンパクトな統計表現を提供する。
【0008】
(2a)主成分解析
PCAの簡単な例は、図1に示される。データ・セットは多くのデータ・ポイントから構成され、各々のポイントは、2つの変数(x及びy次元)によって表現される。しかし、グラフは、各々のデータ・ポイントが、単一の変数及び基底変換と呼ばれるものによって、どのように表現されることができるかを示す。基底変換は、1つの軸が最も大きい変動の線(この場合、正の対角線)に沿って存在し、他の軸が次に大きい変動の線(この場合、ゼロの変動を有する負の対角線)に沿って存在するように、有効に軸を新しい方向に向ける。この基底変換の結果の効果は、各々のデータ・ポイントが、正の対角線(即ち、最も大きい変動の軸)に沿って距離を記述する単一の変数によって表現されることを可能にする。従って、よりコンパクトな表現が達成される。
図1:PCAの簡単な図
大きな変動の軸
【0009】
統計的に有意なトレーニング・セットから得られた現実世界の変数を表すデータ(例えば、人の顔の画像における眼の2D位置)へPCAを適用することは、よりコンパクトな表現を生じる。更に、統計的にモデル化された軸は、より有意な変動モードを表現する。人の顔を例に取ると、極端に単純なイラストは、人の顔の縦横比を表す第1の変動モードとして視覚化されることができ、第2の変動モードは、口などのサイズを表してよい。
【0010】
(2b)2D顔面モデルの構築
2D顔面モデルは、2D画像の注釈されたトレーニング・セットから構成される。注釈つきの2D画像の例は、図1及び図2に示される。
【0011】
注釈の中の各々のポイントは、2つの変数(x位置及びy位置)を表し、各々の注釈はn個のポイントを含む。従って、2n個の変数を含む単一の観察ベクトルは、顔面の形状を表す。顔面形状の統計モデルを構成するため、観察ベクトルのトレーニング・セットは、最初に正規化されて、尺度及び配置向きを除去される。即ち、各々の顔面形状は、回転させられ(ある向きの配置にして)、平均の形状又はトレーニング・セット内の最初の形状に関して決められる。次に、正規化された観察ベクトルのトレーニング・セットから共分散行列を構成することによって、モデルの構築が進行する。
【0012】
2D顔面空間から主成分集合への基底変換を表す直交固有ベクトルの集合を抽出するため、固有解析が共分散行列に対して実行される。固有ベクトルの行列(P)の次元数は、減少する固有値に関して列固有ベクトルを順序づけることによって、著しく減少させることができる。固有値は、固有ベクトルによって表された各々の直交軸における分散に等しい。現実のデータ・セットでは、トレーニング・データ・セット変動の90〜95%を表すために必要な固有値の数は、10個にまで小さくすることができる。従って、200個の要素(100個のポイント)を有する観察ベクトルの場合、顔面形状を表すための変数の必要な数(主成分としても知られる)は、20分の1へ減少した。即ち、顔面形状は、よりコンパクトな表現となる。更に、主成分の各々は、より有意な変動を記述する変動モードを表す。
【0013】
方程式1:xi=Pbi+m
ここで、xi=i番目の観察ベクトル、即ち、注釈ポイント
P=固有ベクトルの直交行列
bi=主成分のi番目の減少時限数ベクトル
m=平均観察ベクトル、即ち、平均顔面注釈
【0014】
方程式2:bi=PT(xi−m)
方程式1を使用して、主成分のベクトルは、観察ベクトル、従って顔面形状へ変換されることができる。行列Pは直交行列であるから、方程式2は、観察ベクトルを主成分のベクトルへ変換するために使用されることができる。
【0015】
(2c)2D顔面の発見
一度、人の顔を表す数学モデルが、顔面の2D画像の統計的に有意な(例えば、人の顔の変動を十分に表すリアルな断面の)トレーニング・セットを使用してトレーニングされると、それは2D画像の顔面を発見するために使用されることができる。従って、顔面の新しい(即ち、トレーニング・セットの中に存在しない)画像が与えられると、顔面の関係する部分(例えば、眼、顎など)を自動的に発見することができる。顔面を発見するためには、反復サーチ・ストラテジーが使用される。顔面の位置を2D画像で提供し、最初に推定するためには、平均観察ベクトル(m)が使用される。続いて、各々の注釈ポイントにおける関連の特徴(この特徴は、単に、注釈ポイントが存在する端部であってよい)の局所サーチが実行され、画像内の顔面注釈のために新しい位置を推定するために使用される。各々の反復で、顔面注釈の最も現実的な位置を最良に推定するため、モデルが使用される。最良の推定は、新しい顔面注釈(方程式2)から主成分のbベクトルを計算することによって得られる。次に、最良注釈推定(x)(方程式1)を得るために、bベクトルが使用される。反復プロセスは、bベクトル内の値がほぼ一定になるまで継続する。従って、モデルは、顔面が発見されるまで、統計的にリアルになるようにサーチを強制する。
【0016】
サーチ・ストラテジーの速度は、マルチ解像度アプローチを利用することによって改善されることができる。この場合、画像は平滑化され(ガウス平滑化)、2のファクタでサブサンプリングされ、従ってオリジナルのサイズの半分の画像を生成する。サブサンプリングされた画像は平滑化され、再びサブサンプリングされ、オリジナルのサイズの4分の1の画像が生成される。平滑化とサブサンプリングは、画像のピラミッドを生成するまで継続される。各々の画像解像度(ピラミッドのレベル)で注釈を生成するため、注釈の位置が調節される(2のファクタで)。PCAモデルは、各々の解像度レベルで構築される。顔面は、次のようにして、新しい画像として発見される。最初に、オリジナルの画像から画像ピラミッドを構築する。次に、最低解像度モデルを最低解像度画像へ適用する。即ち、最低解像度画像の顔面を発見する。結果として発見された顔面の位置は、次の解像度でサーチを開始するための初期推定として使用される。このプロセスは、最高解像度の顔面(即ち、オリジナルの画像)が発見されるまで継続する。
【0017】
(2c)2Dから3Dへの変換
顔面の3D表現の構成は、2つの方法で達成されることができる。これらの双方は、出力要件によって駆動される。単純一般3D表現は、顔面が、前に簡単に説明された手法を使用して発見された後、2D顔面画像からテクスチャ・マッピングされることができる。これは、幾つかの市場(例えば、忠実3D再構成が要件ではないゲーム市場)に対して十分であるかも知れない。第2の手法は、2D顔面モデルと全く同じように人の顔の3D統計モデルを構築することが必要であるが、今度は3Dデータを使用する。3Dの場合、各々のポイントは3つの変数(x、y、z)によって記述される。このようにして、2D顔面は前述のように発見されることができ、3D顔面モデルへの入力として使用される。次に、3D顔面モデルは、2D顔面に基づいて3D顔面の最もリアルな推定を再構成することができる。結果の3Dモデルがどの程度リアルであるかは、トレーニング・セット(2D及び3D)の統計的有意性及びパラメータ表現(例えば、唇を2本の線で表現するか、3本の線で表現するか)に依存するであろう。理論は、もしトレーニング・セットが大衆の中に存在する可変性を含むならば、常に忠実表現を達成できることを暗示している。しかし、実際には、これはリーブ・ワン・アウト・テスティング(leave−one−out testing)のような手法を介して量子化されなければならないだろう。なぜなら、可変性が十分に捕獲されたとは、決して想定できないからである。(余談だが、私は、新しい(未知の)画像の顔面を発見することのできる2D顔面モデルを成功裏に作り出した研究者と一緒に働いたことがある。モデルは、約50〜100個の顔面を含むデータベースから構築されていた。)
【0018】
(3)データ
2D顔面画像は、顔面の特徴を忠実に表すことのできる解像度を有しなければならない。標準デジタル・カメラからの画像又は標準フラットベッド・ドキュメント・スキャナを介して走査された画像は、関係する顔面特徴を忠実に表す十分な解像度を提供することが分かった。低解像度2D画像から顔面を再構成することは可能であるかも知れないが、これはテストに残されている。
【0019】
顔面画像は、正面からの顔面画像でなければならない。顔面を画像の中心に配置することは重要ではない。しかし、テクスチャ・マッピングを成功させるためには、顔面の全体が画像の中に存在しなければならない。上記の手法は、顔面特徴の位置の最良の推定を常に提供することができるが、それらの位置の正確性は、画像の焦点によって悪影響を受けるであろう。悪い焦点の画像は、不正確な特徴位置を生じ、不鮮明なテクスチャ・マッピングを生じるであろう。
【0020】
トレーニング・セットの中の3D顔面の数は、3D顔面の忠実表現を実効化する重要なファクタである。もし比較的に低い忠実度の表現が要求されるのであれば、トレーニング・セット内の3D顔面の数は、30まで低くしてよい。再び、これは後で決定される余地がある。忠実度の高い3D表現を必要とする市場に対して十分なモデルを生成及び適用するためには、トレーニング・セットは、人の顔の可変性を捕獲するのに十分な大きさでなければならない。これらの市場を追求する場合、モデルを生成するために必要な追加リソースに注意すれば、同じモデルを全ての市場に使用することができる。
【0021】
本発明の装置及び方法は、金融取引及び/又は金融取引情報を処理することができる。金融取引は、商業環境で本発明の利用を容易にするため、ここで説明された画像処理ルーチンと組み合わせて処理されることができる。
【0022】
(5)参考文献。出願人は、次の参考文献の主題と教示を参照し、それらの内容を本明細書に組み込む。
(1)Cootes et al: ”Training models of shape from sets of examples”, Proc: British Machine Vision Conference, Springer−Verlag, 1992 pp. 9−18.
(2)Cootes et al: ”Active Shape Models−Smart Snakes”, in Proc: British Machine Vision Conference, Springer−Verlag, 1992, pp.266−275.
(3)Lantis et al: ”A unified approach to coding and interpreting face images”, Proc: ICCV 1995, pp.368−373.
Claims (8)
- 2次元画像を処理するための情報、及び前記2次元画像から3次元画像を生成するための情報を記憶するメモリ装置と、
画像のデジタル表現を処理する処理装置と、ここで前記処理装置は、画像の前記デジタル表現から2次元画像を生成し、更に前記処理装置は、前記2次元画像に対応する3次元画像を生成することと、
前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを出力する出力装置と、
を備える、2次元画像から3次元表現を生成する装置。 - 2次元画像を処理するための情報、及び前記2次元画像から3次元画像を生成するための情報を記憶し、
画像のデジタル表現を処理し、
画像の前記デジタル表現から2次元画像を生成し、
前記2次元画像に対応する3次元画像を生成し、
前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを出力すること、
とを含む2次元画像から3次元表現を生成する方法。 - 画像のデジタル表現を受信する受信器と、
2次元画像を処理するための情報、及び前記2次元画像から3次元画像を生成するための情報を記憶するメモリ装置と、
画像の前記デジタル表現を処理する処理装置であって、画像の前記デジタル表現から2次元画像を生成し、更に前記2次元画像に対応する3次元画像を生成する、前記処理装置と、
前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを出力する出力装置と、前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを通信ネットワークを介してコンピュータ及び通信装置の1つへ送信する送信器と、のうち少なくとも1つと
を備える、2次元画像から3次元表現を生成する装置。 - 画像のデジタル表現を受信する受信器と、
画像の前記デジタル表現を処理する処理装置であって、画像の前記デジタル表現から2次元画像を生成し、更に前記2次元画像に対応する3次元画像を生成する前記処理装置と、
前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを出力する出力装置と、前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを通信ネットワークを介してコンピュータ及び通信装置の1つへ送信する送信器と、のうち少なくとも1つと
を備える、2次元画像から3次元表現を生成する装置。 - 画像のデジタル表現を受信し、
2次元画像を処理するための情報、及び前記2次元画像から3次元画像を生成するための情報を記憶し、
画像の前記デジタル表現を処理し、
画像の前記デジタル表現から2次元画像を生成し、
前記2次元画像に対応する3次元画像を生成する、
ことを含む2次元画像から3次元表現を生成する方法であって、
前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを出力すること、前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを通信ネットワークを介してコンピュータ及び通信装置の1つへ送信すること、のうち少なくとも1つを含む、2次元画像から3次元表現を生成する方法。 - 画像のデジタル表現を受信し、
画像の前記デジタル表現を処理し、
画像の前記デジタル表現から2次元画像を生成し、
前記2次元画像に対応する3次元画像を生成する、
ことを含む、2次元画像から3次元表現を生成する方法であって、
前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを出力すること、前記3次元画像及び前記3次元画像のデジタル信号表現の少なくとも1つを通信ネットワークを介してコンピュータ及び通信装置の1つへ送信することと、のうち少なくとも1つを含む2次元画像から3次元表現を生成する方法。 - 前記処理装置が金融取引を処理する、請求項1、3、及び4のいずれか一項に記載の装置。
- 更に、画像の前記デジタル表現の処理と組み合わせて金融取引を処理することを含む請求項2、5、及び6のいずれか一項に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US18774200P | 2000-03-08 | 2000-03-08 | |
PCT/US2001/007759 WO2002095677A2 (en) | 2000-03-08 | 2001-03-08 | Apparatus and method for generating a three-dimensional representation from a two-dimensional image |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004520659A true JP2004520659A (ja) | 2004-07-08 |
JP2004520659A5 JP2004520659A5 (ja) | 2008-04-24 |
Family
ID=22690270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002592062A Pending JP2004520659A (ja) | 2000-03-08 | 2001-03-08 | 2次元画像から3次元表現を生成する装置及び方法 |
Country Status (10)
Country | Link |
---|---|
US (2) | US7457457B2 (ja) |
EP (2) | EP1412917B1 (ja) |
JP (1) | JP2004520659A (ja) |
KR (1) | KR100804282B1 (ja) |
AT (1) | ATE393936T1 (ja) |
AU (1) | AU782011B2 (ja) |
CA (1) | CA2423212C (ja) |
DE (1) | DE60133840T2 (ja) |
HK (1) | HK1065622A1 (ja) |
WO (1) | WO2002095677A2 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE393936T1 (de) | 2000-03-08 | 2008-05-15 | Cyberextruder Com Inc | Vorrichtung und verfahren zur erzeugung einer dreidimensionalen darstellung aus einem zweidimensionalen bild |
JP2002170112A (ja) * | 2000-12-04 | 2002-06-14 | Minolta Co Ltd | 解像度変換プログラムを記録したコンピュータ読取可能な記録媒体、解像度変換装置および解像度変換方法 |
US9400921B2 (en) * | 2001-05-09 | 2016-07-26 | Intel Corporation | Method and system using a data-driven model for monocular face tracking |
ATE509326T1 (de) | 2001-12-18 | 2011-05-15 | L 1 Secure Credentialing Inc | Mehrfachbildsicherheitsmerkmale zur identifikation von dokumenten und verfahren zu ihrer herstellung |
JP4718763B2 (ja) * | 2002-04-15 | 2011-07-06 | マイクロソフト コーポレーション | ビデオ・レンダラーとグラフィックス・デバイス・ドライバの間の相互作用を促進すること |
US7824029B2 (en) | 2002-05-10 | 2010-11-02 | L-1 Secure Credentialing, Inc. | Identification card printer-assembler for over the counter card issuing |
US7712673B2 (en) | 2002-12-18 | 2010-05-11 | L-L Secure Credentialing, Inc. | Identification document with three dimensional image of bearer |
GB0326186D0 (en) * | 2003-11-10 | 2003-12-17 | Omniperception Ltd | 2d face authentication system |
SE528068C2 (sv) * | 2004-08-19 | 2006-08-22 | Jan Erik Solem Med Jsolutions | Igenkänning av 3D föremål |
CA2579903C (en) * | 2004-09-17 | 2012-03-13 | Cyberextruder.Com, Inc. | System, method, and apparatus for generating a three-dimensional representation from one or more two-dimensional images |
KR100647322B1 (ko) * | 2005-03-02 | 2006-11-23 | 삼성전자주식회사 | 객체의 모양모델 생성장치 및 방법과 이를 이용한 객체의특징점 자동탐색장치 및 방법 |
KR100738080B1 (ko) * | 2005-11-08 | 2007-07-12 | 삼성전자주식회사 | 성별을 이용한 얼굴 인식 방법 및 장치 |
US7856125B2 (en) * | 2006-01-31 | 2010-12-21 | University Of Southern California | 3D face reconstruction from 2D images |
US20090135177A1 (en) | 2007-11-20 | 2009-05-28 | Big Stage Entertainment, Inc. | Systems and methods for voice personalization of video content |
WO2009128783A1 (en) * | 2008-04-14 | 2009-10-22 | Xid Technologies Pte Ltd | An image synthesis method |
EP2337327B1 (de) | 2009-12-15 | 2013-11-27 | Deutsche Telekom AG | Verfahren und Einrichtung zur Identifizierung von Sprechern in Bild- und Videonachrichten |
US8884982B2 (en) | 2009-12-15 | 2014-11-11 | Deutsche Telekom Ag | Method and apparatus for identifying speakers and emphasizing selected objects in picture and video messages |
EP2337326B1 (de) | 2009-12-15 | 2014-02-19 | Deutsche Telekom AG | Verfahren und Vorrichtung zur Hervorhebung ausgewählter Objekte in Bild- und Videonachrichten |
US8861800B2 (en) * | 2010-07-19 | 2014-10-14 | Carnegie Mellon University | Rapid 3D face reconstruction from a 2D image and methods using such rapid 3D face reconstruction |
CN101916367A (zh) * | 2010-08-19 | 2010-12-15 | 西北工业大学 | 三维人脸本征属性描述方法 |
US8447098B1 (en) | 2010-08-20 | 2013-05-21 | Adobe Systems Incorporated | Model-based stereo matching |
US9129438B2 (en) | 2011-01-18 | 2015-09-08 | NedSense Loft B.V. | 3D modeling and rendering from 2D images |
WO2014092740A1 (en) * | 2012-12-15 | 2014-06-19 | Daniel Lauer | Capture systems and methods for use in providing 3d models of objects |
US9704296B2 (en) | 2013-07-22 | 2017-07-11 | Trupik, Inc. | Image morphing processing using confidence levels based on captured images |
US9504925B2 (en) | 2014-02-14 | 2016-11-29 | Right Foot Llc | Doll or action figure with facial features customized to a particular individual |
WO2016040377A1 (en) * | 2014-09-08 | 2016-03-17 | Trupik, Inc. | Systems and methods for image generation and modeling of complex three-dimensional objects |
US9836118B2 (en) | 2015-06-16 | 2017-12-05 | Wilson Steele | Method and system for analyzing a movement of a person |
KR20180121494A (ko) | 2015-12-31 | 2018-11-07 | 엠엘 네덜란드 씨.브이. | 단안 카메라들을 이용한 실시간 3d 캡처 및 라이브 피드백을 위한 방법 및 시스템 |
EP3520083A4 (en) | 2016-09-30 | 2020-05-06 | University Hospitals Cleveland Medical Center | APPARATUS AND METHOD FOR CONSTRUCTING A VIRTUAL 3D MODEL FROM 2D ULTRASOUND VIDEO |
CN109214453A (zh) * | 2018-08-30 | 2019-01-15 | 上海扩博智能技术有限公司 | 模型训练用图像的自动标注方法、系统、设备及存储介质 |
US11227075B2 (en) | 2019-01-25 | 2022-01-18 | SWATCHBOOK, Inc. | Product design, configuration and decision system using machine learning |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5280305A (en) * | 1992-10-30 | 1994-01-18 | The Walt Disney Company | Method and apparatus for forming a stylized, three-dimensional object |
US6042235A (en) * | 1996-11-08 | 2000-03-28 | Videotronic Systems | Videoconferencing eye contact spatial imaging display |
US6044168A (en) * | 1996-11-25 | 2000-03-28 | Texas Instruments Incorporated | Model based faced coding and decoding using feature detection and eigenface coding |
US6047078A (en) * | 1997-10-03 | 2000-04-04 | Digital Equipment Corporation | Method for extracting a three-dimensional model using appearance-based constrained structure from motion |
US6072894A (en) * | 1997-10-17 | 2000-06-06 | Payne; John H. | Biometric face recognition for applicant screening |
US6775397B1 (en) * | 2000-02-24 | 2004-08-10 | Nokia Corporation | Method and apparatus for user recognition using CCD cameras |
US6940545B1 (en) * | 2000-02-28 | 2005-09-06 | Eastman Kodak Company | Face detecting camera and method |
ATE393936T1 (de) | 2000-03-08 | 2008-05-15 | Cyberextruder Com Inc | Vorrichtung und verfahren zur erzeugung einer dreidimensionalen darstellung aus einem zweidimensionalen bild |
US6975750B2 (en) * | 2000-12-01 | 2005-12-13 | Microsoft Corp. | System and method for face recognition using synthesized training images |
-
2001
- 2001-03-08 AT AT01924139T patent/ATE393936T1/de not_active IP Right Cessation
- 2001-03-08 WO PCT/US2001/007759 patent/WO2002095677A2/en active IP Right Grant
- 2001-03-08 JP JP2002592062A patent/JP2004520659A/ja active Pending
- 2001-03-08 DE DE60133840T patent/DE60133840T2/de not_active Expired - Lifetime
- 2001-03-08 CA CA2423212A patent/CA2423212C/en not_active Expired - Fee Related
- 2001-03-08 EP EP01924139A patent/EP1412917B1/en not_active Expired - Lifetime
- 2001-03-08 EP EP08008181A patent/EP1956557A1/en not_active Withdrawn
- 2001-03-08 US US10/221,229 patent/US7457457B2/en not_active Expired - Fee Related
- 2001-03-08 AU AU50822/01A patent/AU782011B2/en not_active Ceased
- 2001-03-08 KR KR1020027011821A patent/KR100804282B1/ko not_active IP Right Cessation
-
2004
- 2004-10-27 HK HK04108407A patent/HK1065622A1/xx not_active IP Right Cessation
-
2008
- 2008-09-19 US US12/234,461 patent/US7657084B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
DE60133840D1 (de) | 2008-06-12 |
AU5082201A (en) | 2002-12-03 |
CA2423212A1 (en) | 2002-11-28 |
ATE393936T1 (de) | 2008-05-15 |
CA2423212C (en) | 2013-06-18 |
US7657084B2 (en) | 2010-02-02 |
US20090103786A1 (en) | 2009-04-23 |
AU782011B2 (en) | 2005-06-30 |
EP1412917A4 (en) | 2005-06-01 |
US7457457B2 (en) | 2008-11-25 |
EP1412917A2 (en) | 2004-04-28 |
HK1065622A1 (en) | 2005-02-25 |
EP1412917B1 (en) | 2008-04-30 |
US20040041804A1 (en) | 2004-03-04 |
EP1956557A1 (en) | 2008-08-13 |
WO2002095677A2 (en) | 2002-11-28 |
WO2002095677A3 (en) | 2004-02-12 |
KR100804282B1 (ko) | 2008-02-18 |
KR20030068393A (ko) | 2003-08-21 |
DE60133840T2 (de) | 2009-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004520659A (ja) | 2次元画像から3次元表現を生成する装置及び方法 | |
JP7203954B2 (ja) | 顔姿勢推定/3次元顔再構築方法、装置、及び電子デバイス | |
Zou et al. | 3d-prnn: Generating shape primitives with recurrent neural networks | |
JP7373554B2 (ja) | クロスドメイン画像変換 | |
Tewari et al. | High-fidelity monocular face reconstruction based on an unsupervised model-based face autoencoder | |
US7584080B2 (en) | Constructing a statistical shape model from two-dimensional or three-dimensional data | |
CN109684969B (zh) | 凝视位置估计方法、计算机设备及存储介质 | |
JP4466951B2 (ja) | 立体結合顔形状の位置合わせ | |
WO2005111936A1 (ja) | パラメタ推定方法、パラメタ推定装置および照合方法 | |
JP2008511932A (ja) | 直接因数分解による変形可能な形状のレジストレーション及びモデリングのためのシステム及び方法 | |
CN109685873B (zh) | 一种人脸重建方法、装置、设备和存储介质 | |
Laga | A survey on nonrigid 3d shape analysis | |
Schneider et al. | Algorithms for automatic and robust registration of 3d head scans | |
Wang et al. | Statistical modeling of the 3D geometry and topology of botanical trees | |
Chow et al. | Medical image registration and model construction using genetic algorithms | |
US20240062441A1 (en) | System and method for photorealistic image synthesis using unsupervised semantic feature disentanglement | |
Milborrow | Multiview active shape models with SIFT descriptors | |
AU2005218060A1 (en) | Apparatus and method for generating a three-dimensional representation from a two-dimensional image | |
Shahed et al. | Higher-dimensional affine registration and vision applications | |
Twining et al. | A unified information-theoretic approach to the correspondence problem in image registration | |
Liu et al. | 3D face reconstruction via landmark depth estimation and shape deformation | |
Pan et al. | Hallucinating 3D facial shapes | |
Sun et al. | 3D reconstruction of human face from an input image under random lighting condition | |
Liu et al. | TexOct: Generating Textures of 3D Models with Octree-based Diffusion | |
Lu et al. | Meta Deformation Network: Meta Functionals for Shape Correspondence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080303 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080303 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110301 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110530 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110901 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120508 |