JP2015184875A - データ処理装置及びデータ処理プログラム - Google Patents
データ処理装置及びデータ処理プログラム Download PDFInfo
- Publication number
- JP2015184875A JP2015184875A JP2014060026A JP2014060026A JP2015184875A JP 2015184875 A JP2015184875 A JP 2015184875A JP 2014060026 A JP2014060026 A JP 2014060026A JP 2014060026 A JP2014060026 A JP 2014060026A JP 2015184875 A JP2015184875 A JP 2015184875A
- Authority
- JP
- Japan
- Prior art keywords
- model
- deformation
- data processing
- point
- position coordinates
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/12—Cloth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/16—Cloth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2024—Style variation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
Abstract
【課題】コストが低く、高速且つ高精度なシミュレーションが可能なデータ処理装置及びデータ処理プログラムを提供する。
【解決手段】実施形態に係るデータ処理装置は、第1オブジェクトの形状を表す第1モデル、前記第1オブジェクトの変形の特性を表す変形パラメータ、第2オブジェクトの形状を表す第2モデルに基づいて、前記第1オブジェクトを前記第2オブジェクトに合わせて変形させた場合に、前記第1モデルの各点が前記第2モデルに対応して移動すべき目標位置座標を算出する制御点算出部と、前記目標位置座標と前記各点が到達する到達位置座標との差の絶対値の前記各点の重要度を考慮した総和が最小になるように、前記到達位置座標を算出する変形処理部と、を備える。
【選択図】図2
【解決手段】実施形態に係るデータ処理装置は、第1オブジェクトの形状を表す第1モデル、前記第1オブジェクトの変形の特性を表す変形パラメータ、第2オブジェクトの形状を表す第2モデルに基づいて、前記第1オブジェクトを前記第2オブジェクトに合わせて変形させた場合に、前記第1モデルの各点が前記第2モデルに対応して移動すべき目標位置座標を算出する制御点算出部と、前記目標位置座標と前記各点が到達する到達位置座標との差の絶対値の前記各点の重要度を考慮した総和が最小になるように、前記到達位置座標を算出する変形処理部と、を備える。
【選択図】図2
Description
本発明の実施形態は、データ処理装置及びデータ処理プログラムに関する。
近年、実物体のセンシング技術やCG(computer graphics:コンピュータグラフィックス)のレンダリング技術の進歩に伴い、VR(Virtual Reality:仮想現実)やAR(Augmented Reality:拡張現実)と呼ばれる可視化の表現によって、様々なシーンのシミュレーションを行うアプリケーションが出現してきている。例えば、仮想試着シミュレーションや仮想設置シミュレーションが挙げられる。
仮想試着シミュレーションでは、実写の映像から人体の体型や姿勢をセンシングして人体モデルを生成し、その人体モデルの形状に応じて衣服モデルを変形し合成することで、仮想的に人が衣服を試着しているような体験をすることができる。また仮想設置シミュレーションでは、実写の映像からテーブルやベッド等の家具又は寝具をセンシングして家具・寝具モデルを生成し、その家具・寝具モデルの形状に応じて、テーブルクロスやシーツ等のモデルを変形し合成することで、仮想的に部屋のインテリアを変えるような体験をすることができる。被合成オブジェクト(人体、テーブル、ベッド等)も合成オブジェクト(衣服、テーブルクロス、シーツ等)もどちらもCGで可視化するとVR表現となり、被合成オブジェクトを実写、合成オブジェクトをCGで可視化するとAR表現となる。
このようなアプリケーションにおいては、被合成オブジェクトのモデル形状に応じて合成オブジェクトのモデルを仮想的に変形させる技術が必要である。モデルを変形させる方法には、例えば、合成オブジェクトの機械的特性や重力等を加味した物理シミュレーションによって行う方法がある。また、予め複数の種類の被合成オブジェクトを想定し、これらの被合成オブジェクトに合成オブジェクトを適合させたときの変形を計算し、この計算結果を蓄積しておき、現実に被合成オブジェクトが現れたときに、蓄積された計算結果の中から、現実の被合成オブジェクトに最も近い計算結果を選択するという方法もある。
しかしながら、物理シミュレーションによる方法は、コンピュータ資源を多く必要とし、計算時間が長くなりやすいという問題がある。また、予め計算結果を蓄積しておく方法は、事前に膨大なシミュレーションが必要であると共に、実際とは異なる被合成オブジェクトを用いた計算結果を代用するため、計算の精度が低くなりやすいという問題がある。
Jituo Li et al., "Fitting 3D garment onto individual human models," Computers & Graphics 34, 2010. (Chinese Academy of Sciences)
Peng Guan et al., "DRAPE: DRessing Any PErson," SIGGRAPH, 2012. (Brown University)
実施形態の目的は、コストが低く、高速且つ高精度なシミュレーションが可能なデータ処理装置及びデータ処理プログラムを提供することである。
実施形態に係るデータ処理装置は、第1オブジェクトの形状を表す第1モデル、前記第1オブジェクトの変形の特性を表す変形パラメータ、第2オブジェクトの形状を表す第2モデルに基づいて、前記第1オブジェクトを前記第2オブジェクトに合わせて変形させた場合に、前記第1モデルの各点が前記第2モデルに対応して移動すべき目標位置座標を算出する制御点算出部と、前記目標位置座標と前記各点が到達する到達位置座標との差の絶対値の前記各点の重要度を考慮した総和が最小になるように、前記到達位置座標を算出する変形処理部と、を備える。
(第1の実施形態)
以下、図面を参照しつつ、本発明の実施形態について説明する。
先ず、第1の実施形態について説明する。
本実施形態では、被合成オブジェクト(第2オブジェクト)の形状に応じて合成オブジェクト(第1オブジェクト)のモデルを変形させる一連のデータ処理を具体的に示す。被合成オブジェクトとしては人体を例に挙げ、合成オブジェクトとしては衣服を例に挙げて説明する。特に、変形パラメータの内容及びその使用方法について詳細に説明する。
以下、図面を参照しつつ、本発明の実施形態について説明する。
先ず、第1の実施形態について説明する。
本実施形態では、被合成オブジェクト(第2オブジェクト)の形状に応じて合成オブジェクト(第1オブジェクト)のモデルを変形させる一連のデータ処理を具体的に示す。被合成オブジェクトとしては人体を例に挙げ、合成オブジェクトとしては衣服を例に挙げて説明する。特に、変形パラメータの内容及びその使用方法について詳細に説明する。
≪データ処理装置≫
本実施形態に係るデータ処理装置は、被合成オブジェクトに合成オブジェクトを適用したときに、被合成オブジェクトに合わせて変形する合成オブジェクトの変形後の形状をシミュレートするデータ処理装置である。より具体的には、衣服を人体に仮想的に着用させた場合の衣服の変形をシミュレートする装置である。なお、本明細書において、「合成オブジェクトを被合成オブジェクトに適用する」とは、合成オブジェクトの形状を被合成オブジェクトの形状にフィットするように変形させることをいい、例えば、「衣服を人体に着用させる」ことを含む概念である。
本実施形態に係るデータ処理装置は、被合成オブジェクトに合成オブジェクトを適用したときに、被合成オブジェクトに合わせて変形する合成オブジェクトの変形後の形状をシミュレートするデータ処理装置である。より具体的には、衣服を人体に仮想的に着用させた場合の衣服の変形をシミュレートする装置である。なお、本明細書において、「合成オブジェクトを被合成オブジェクトに適用する」とは、合成オブジェクトの形状を被合成オブジェクトの形状にフィットするように変形させることをいい、例えば、「衣服を人体に着用させる」ことを含む概念である。
図1は、本実施形態に係るデータ処理装置を例示するブロック図である。
図1に示すように、本実施形態に係るデータ処理装置1においては、衣服モデル取得部11、人体モデル取得部12、変形パラメータ取得部13、制御点算出部14及び変形処理部15が設けられている。
図1に示すように、本実施形態に係るデータ処理装置1においては、衣服モデル取得部11、人体モデル取得部12、変形パラメータ取得部13、制御点算出部14及び変形処理部15が設けられている。
また、データ処理装置1には、合成モデル(第1モデル)である衣服モデルD1と、被合成モデル(第2モデル)である人体モデルD2と、衣服モデルの変形パラメータD3が入力される。衣服モデルD1は、合成オブジェクトである衣服の形状を表すデータであり、変形パラメータD3は、衣服の変形の特性を表すデータである。また、人体モデルD2は、被合成オブジェクトである人体の形状を表すデータである。衣服モデルD1、人体モデルD2及び変形パラメータD3の詳細は後述する。
衣服モデル取得部11は、データ処理装置1の外部から衣服モデルD1を取得する。人体モデル取得部12は、データ処理装置1の外部から人体モデルD2を取得する。変形パラメータ取得部13は、データ処理装置1の外部から変形パラメータD3を取得する。
制御点算出部14は、衣服モデルD1、人体モデルD2及び変形パラメータD3に基づいて、人体に衣服を着用させた場合において、衣服モデルD1の各点が人体モデルD2に対応して移動すべき目標位置座標を算出する。
変形処理部15は、衣服モデルD1の各点の目標位置座標と各点が実際に到達する到達位置座標との差の絶対値の総和であって、各点の重要度を考慮した総和が最小になるように、到達位置座標を算出する。衣服の変形は、衣服の各点間の関係や衣服の素材の伸び縮みの許容量等によって制約されるため、変形後の衣服モデルにおける各点の到達位置座標は、目標位置座標とは異なる可能性がある。以上の処理を経ることにより、衣服モデルD1全体としてどのように変形するかをシミュレートできる。
データ処理装置1は、例えば、専用のハードウェアによって実現することができる。この場合、衣服モデル取得部11、人体モデル取得部12、変形パラメータ取得部13、制御点算出部14及び変形処理部15は、相互に別個に構成されていてもよい。
また、データ処理装置1は、汎用のパーソナルコンピュータにプログラムを実行させることによって実現してもよい。この場合、衣服モデル取得部11、人体モデル取得部12及び変形パラメータ取得部13は、例えば、光学ドライブ、LAN(Local Area Network)端子又はUSB(Universal Serial Bus)端子と、CPU(central processing unit:中央演算処理装置)及びRAM(Random Access Memory)との協働によって実現されてもよい。また、制御点算出部14及び変形処理部15は、CPU及びRAMによって実現されてもよい。
≪データ処理方法≫
次に、データ処理装置1の動作、すなわち、本実施形態に係るデータ処理方法について説明する。
次に、データ処理装置1の動作、すなわち、本実施形態に係るデータ処理方法について説明する。
<データ処理方法の概略>
先ず、データ処理方法の概略を、データ処理に用いる衣服モデルD1、人体モデルD2及び変形パラメータD3の作成方法と合わせて説明する。
図2は、本実施形態に係るデータ処理方法におけるデータの変化を模式的に例示する図である。
図3は、本実施形態に係るデータ処理方法を例示するフローチャート図である。
先ず、データ処理方法の概略を、データ処理に用いる衣服モデルD1、人体モデルD2及び変形パラメータD3の作成方法と合わせて説明する。
図2は、本実施形態に係るデータ処理方法におけるデータの変化を模式的に例示する図である。
図3は、本実施形態に係るデータ処理方法を例示するフローチャート図である。
図2に示すように、本実施形態に係るデータ処理方法は、合成オブジェクトである衣服Ob1を被合成オブジェクトである人体Ob2に仮想的に着用させたときの衣服Ob1の変形をシミュレートする方法である。
データ処理に先立って、衣服Ob1の形状を表す衣服モデルD1を作成する。衣服モデルD1は、例えば作業者がCGモデリングソフト又はCADソフト等を用いることにより作成する。なお、衣服Ob1をカメラ又は赤外線カメラ等の深度センサー付き撮影手段によって撮影して衣服画像G1を取得し、衣服画像G1に基づいてCGモデリングソフト又はCADソフト等によって衣服モデルD1を作成してもよいし、深度データから3次元構造を推定することによって衣服モデルD1を自動生成してもよい。また、衣服Ob1から衣服モデルD1の変形の特性を表す変形パラメータD3を作成する。
一方、人体Ob2を深度センサー付き撮影手段によって撮影し、人体画像G2を取得する。そして、人体画像G2に基づいて、人体Ob2の形状を表す人体モデルD2を生成する。
そして、図3のステップS101に示すように、データ処理装置1の衣服モデル取得部11が衣服モデルD1を取得する。
次に、ステップS102に示すように、人体モデル取得部12が人体モデルD2を取得する。
次に、ステップS103に示すように、変形パラメータ取得部13が変形パラメータD3を取得する。
次に、ステップS102に示すように、人体モデル取得部12が人体モデルD2を取得する。
次に、ステップS103に示すように、変形パラメータ取得部13が変形パラメータD3を取得する。
次に、ステップS104に示すように、制御点算出部14が、衣服モデルD1、変形パラメータD3、及び人体モデルD2に基づいて、人体に衣服を着用させることにより、衣服を人体に合わせて変形させた場合に、衣服モデルD1の各点が人体モデルD2に対応して移動するべき位置である目標位置座標を算出する。
次に、ステップS105に示すように、変形処理部15が、変形後の衣服モデルの各点の到達位置座標を算出する。このとき、目標位置座標と到達位置座標との差の絶対値の総和であって、衣服モデルD1の各点の重要度を考慮した総和が最小になるように、到達位置座標を調整する。
これにより、変形後の衣服モデルD4が得られる。このとき、後述するように、シミュレーションに用いる計算式のうち、衣服モデルD1及び変形パラメータD3に基づいて算出可能な計算結果の少なくとも一部は、予め計算して変形パラメータD3に含ませておく。これにより、シミュレーションを高速で実行することができる。
その後、変形後の衣服モデルD4を、人体画像G2に重ね合わせることにより、合成画像G3を作成することができる。本実施形態においては、この重ね合わせの処理は、データ処理装置1の外部において行う。
<データ処理方法の詳細>
以下、本実施形態に係るデータ処理方法を詳細に説明する。
先ず、本実施形態において使用するデータ、すなわち、衣服モデルD1、変形パラメータD3及び人体モデルD2について説明する。
以下、本実施形態に係るデータ処理方法を詳細に説明する。
先ず、本実施形態において使用するデータ、すなわち、衣服モデルD1、変形パラメータD3及び人体モデルD2について説明する。
<衣服モデル>
先ず、衣服モデルD1について説明する。
図4は、本実施形態における衣服モデルを例示する図である。
図4に示すように、変形の対象となる合成モデルである衣服モデルD1は、コンピュータグラフィックスのデータで構成されている。衣服モデルD1においては、衣服の形状を表現する複数のポリゴン(多角形)データが、複数の頂点の3次元位置座標を示す頂点座標リスト、及び、どの頂点を使ってポリゴン(多角形)を形成するかを示す頂点インデックスリストによって構成されている。図4に示す格子の交点が頂点である。
先ず、衣服モデルD1について説明する。
図4は、本実施形態における衣服モデルを例示する図である。
図4に示すように、変形の対象となる合成モデルである衣服モデルD1は、コンピュータグラフィックスのデータで構成されている。衣服モデルD1においては、衣服の形状を表現する複数のポリゴン(多角形)データが、複数の頂点の3次元位置座標を示す頂点座標リスト、及び、どの頂点を使ってポリゴン(多角形)を形成するかを示す頂点インデックスリストによって構成されている。図4に示す格子の交点が頂点である。
なお、衣服モデルD1は、頂点インデックスリストを用いずにポリゴン(多角形)の形成する順番を考慮した頂点座標リストのみで構成されていてもよい。また、このようなモデルデータに付随するデータとして、各頂点又は各ポリゴンの法線ベクトルが予め含まれていてもよいし、データ処理装置1内で算出されてもよい。さらに、変形パラメータD3がテクスチャデータとして与えられる場合には、そのテクスチャデータを各頂点に対応づけるためのテクスチャ座標が含まれていてもよい。
<変形パラメータ>
次に、変形パラメータD3について説明する。
変形パラメータD3には、例えば、制御重み情報、対応位置情報、ギャップ情報、及び、変形自由度情報が含まれている。なお、変形パラメータD3には、上記の情報のうちの一部のみが含まれていてもよく、上記以外の情報が含まれていてもよい。
次に、変形パラメータD3について説明する。
変形パラメータD3には、例えば、制御重み情報、対応位置情報、ギャップ情報、及び、変形自由度情報が含まれている。なお、変形パラメータD3には、上記の情報のうちの一部のみが含まれていてもよく、上記以外の情報が含まれていてもよい。
<制御重み情報>
制御重み情報とは、衣服モデルD1の各頂点に対して、衣服モデルD1を変形させる際にどれだけの重要度で制御の対象となるべきかを示す情報である。制御重み情報としては、ある頂点を制御点とするかしないかを示す真理値(true/false、若しくは、1/0)、又は、制御の重要度を示す重みの値(0.0〜1.0の間の値)を指定する。
制御重み情報とは、衣服モデルD1の各頂点に対して、衣服モデルD1を変形させる際にどれだけの重要度で制御の対象となるべきかを示す情報である。制御重み情報としては、ある頂点を制御点とするかしないかを示す真理値(true/false、若しくは、1/0)、又は、制御の重要度を示す重みの値(0.0〜1.0の間の値)を指定する。
具体的には、衣服モデルD1の襟、ポケット、ボタンといった装飾パーツは、人体モデルD2の形状に応じて変形させるべきものではなく、衣服モデルD1の他のパーツの変形に伴って変形させるべきものなので、制御点としない。従って、制御重み情報としては、0又は0に近い値が設定される。一方、衣服モデルD1の肩や背中の上部は、人体モデルの形状に応じて比較的厳密に変形させるべきものであるため、重要度の高い制御点とする。従って、制御重み情報としては、1又は1に近い値が設定される。また、衣服モデルD1の脇腹や背中の下部に関しては、人体モデルの形状に応じて変形させるもののある程度自由度を持って変形させてもよい部分であるため、重要度の低い制御点とする。従って、制御重み情報は、例えば0.4や0.6といった中間的な値が設定される。
一般的には、合成オブジェクトのうち、構造パーツは制御重み情報の値を相対的に高く設定し、装飾パーツは制御重み情報の値を相対的に低く設定する。また、構造パーツにおいても、重力等の作用によって被合成オブジェクトに密着する部分は制御重み情報の値をより高くする。
図5は、テクスチャ形式の制御重み情報を例示する図である。
図5においては、衣服モデルD1を衣服のパーツ毎に分解し、各パーツの各部の制御重み情報の値をグラデーションによって示している。すなわち、濃い灰色の領域は制御重み情報が1又は1に近い値であり、薄い灰色の領域は制御重み情報が中間的な値であり、白色の領域は制御重み情報が0又は0に近い値である。
図5においては、衣服モデルD1を衣服のパーツ毎に分解し、各パーツの各部の制御重み情報の値をグラデーションによって示している。すなわち、濃い灰色の領域は制御重み情報が1又は1に近い値であり、薄い灰色の領域は制御重み情報が中間的な値であり、白色の領域は制御重み情報が0又は0に近い値である。
<対応位置情報>
対応位置情報とは、衣服モデルD1上の各頂点が対応する人体モデルD2上の位置を表す情報である。例えば、人体モデルを複数のパーツ、例えば、前頭部、頂頭部、側頭部、後頭部、首、右肩、左肩、右上腕、左上腕、右前腕、左上腕、右手、左手、胸、背中、腹、腰、右大腿、左大腿、右下腿、左下腿、右足、左足等に分け、各パーツにパーツIDを付し、このパーツIDを衣服モデルD1の各頂点の属性として記録する。
対応位置情報とは、衣服モデルD1上の各頂点が対応する人体モデルD2上の位置を表す情報である。例えば、人体モデルを複数のパーツ、例えば、前頭部、頂頭部、側頭部、後頭部、首、右肩、左肩、右上腕、左上腕、右前腕、左上腕、右手、左手、胸、背中、腹、腰、右大腿、左大腿、右下腿、左下腿、右足、左足等に分け、各パーツにパーツIDを付し、このパーツIDを衣服モデルD1の各頂点の属性として記録する。
これにより、衣服モデルD1を人体モデルD2に適合させるときに、例えば、衣服モデルD1の首回りの部分は人体モデルD2の首パーツに対応させ、衣服モデルD1の右上腕の袖の部分は人体モデルD2の右上腕のパーツに対応させる。この結果、適合位置の大きな誤りを防止できると共に、シミュレーションの計算量を低減することができる。
なお、パーツIDは衣服モデルD1の全ての頂点に対応させる必要はなく、一部の頂点、例えば、上述の制御重み情報の値が大きい頂点のみに対応させてもよい。また、対応位置情報として、人体モデルD2のパーツID毎の対応位置を探索すべき優先度を示す対応パーツ重みを用いてもよく、人体モデルD2の各頂点における対応位置を探索すべき優先度を示す対応点重みを用いてもよい。更に、人体の各パーツに対応したパーツIDではなく、より細かい単位のIDを用いてもよく、例えば、衣服モデルD1の単一のポリゴン又は複数のポリゴンからなるグループに対応したIDを用いてもよい。
<ギャップ情報>
ギャップ情報とは、衣服モデルD1の各点と人体モデルD2との距離の設定値を表す情報であり、衣服モデルD1の各制御点について、人体モデルD2に対してどれだけ隙間をあけて変形後の目標位置とすべきかを示す情報である。ギャップ情報は、例えば、衣服モデルD1の変形後における制御点の目標位置が、人体モデルの表面から人体モデルの法線方向にどれだけ離れているかを示す離隔量である。ギャップ情報は、この離隔量を絶対値又は相対値として記述する。
ギャップ情報とは、衣服モデルD1の各点と人体モデルD2との距離の設定値を表す情報であり、衣服モデルD1の各制御点について、人体モデルD2に対してどれだけ隙間をあけて変形後の目標位置とすべきかを示す情報である。ギャップ情報は、例えば、衣服モデルD1の変形後における制御点の目標位置が、人体モデルの表面から人体モデルの法線方向にどれだけ離れているかを示す離隔量である。ギャップ情報は、この離隔量を絶対値又は相対値として記述する。
図6は、ギャップ情報を絶対値として指定する場合を例示する図である。
図6に示すように、この場合は、衣服モデルD1上のある制御点PD1の目標位置を、人体モデルD2の対応点PD2から、対応点PD2の法線方向Nに沿って距離gだけ離隔した位置とする。
図6に示すように、この場合は、衣服モデルD1上のある制御点PD1の目標位置を、人体モデルD2の対応点PD2から、対応点PD2の法線方向Nに沿って距離gだけ離隔した位置とする。
図7は、ギャップ情報を相対値として指定する場合を例示する図である。
図7に示すように、この場合は、2種類の人体モデルを用意する。例えば、衣服モデルD1が示す衣服Ob1ではなく、その内側に着用するインナー衣服を想定し、インナー衣服を着用していない状態の人体モデルD20と、インナー衣服を着用した状態の人体モデルD21とを用意する。そして、衣服モデルD1の制御点PD1に対応する人体モデルD20の対応点PD20と人体モデルD21の対応点PD21との間の距離dを求める。このとき、衣服モデルD1の制御点PD1と人体モデルD20の対応点PD20との距離gは、距離dとの間で一定の関係を持ち、例えば、g=r×dと表すことができる。そして、係数rを制御点PD3のギャップ情報とする。
図7に示すように、この場合は、2種類の人体モデルを用意する。例えば、衣服モデルD1が示す衣服Ob1ではなく、その内側に着用するインナー衣服を想定し、インナー衣服を着用していない状態の人体モデルD20と、インナー衣服を着用した状態の人体モデルD21とを用意する。そして、衣服モデルD1の制御点PD1に対応する人体モデルD20の対応点PD20と人体モデルD21の対応点PD21との間の距離dを求める。このとき、衣服モデルD1の制御点PD1と人体モデルD20の対応点PD20との距離gは、距離dとの間で一定の関係を持ち、例えば、g=r×dと表すことができる。そして、係数rを制御点PD3のギャップ情報とする。
ギャップ情報を設定する際には、衣服の部位や衣服の種類を考慮する。
衣服の部位を考慮してギャップ情報の設定する場合、一般的には、合成オブジェクト(例えば衣服)のうち、被合成オブジェクト(例えば人体)の上方に配置される部分については、距離gを相対的に短く設定し、被合成オブジェクトの側方又は下方に配置される部分については、距離gを相対的に長く設定する。例えば、衣服モデルの肩や背中のパーツは、人体モデルに対して密着するように距離gを相対的に短く設定し、衣服モデルの腕や脇腹のパーツは、人体モデルに対して余裕を持たせて着せるために距離gを相対的に長く設定する。
衣服の部位を考慮してギャップ情報の設定する場合、一般的には、合成オブジェクト(例えば衣服)のうち、被合成オブジェクト(例えば人体)の上方に配置される部分については、距離gを相対的に短く設定し、被合成オブジェクトの側方又は下方に配置される部分については、距離gを相対的に長く設定する。例えば、衣服モデルの肩や背中のパーツは、人体モデルに対して密着するように距離gを相対的に短く設定し、衣服モデルの腕や脇腹のパーツは、人体モデルに対して余裕を持たせて着せるために距離gを相対的に長く設定する。
一方、衣服の種類を考慮してギャップ情報の設定する場合は、例えば、合成オブジェクトに複数の種類があり、被合成オブジェクトに重ねて適用される場合に、被合成オブジェクトに近い位置に配置される合成オブジェクトほど、距離gを短く設定する。例えば、Tシャツ、ワイシャツ、セーター、ジャケット、コートといった衣服の種類を考慮し、重ね着の順番に基づき、人体モデルからの厚みを考慮して設定する。具体的には、Tシャツやワイシャツの距離gは、人体モデルに密着するように比較的短く設定し、セーターの距離gは、Tシャツやワイシャツの上に着ることを考慮して、Tシャツやワイシャツよりも長く設定する。また、ジャケットやコートの距離gは、Tシャツ、ワイシャツ、セーターの上に着ることを考慮して、Tシャツ、ワイシャツ、セーターよりも長く設定する。
<変形自由度情報>
変形自由度情報とは、衣服の機械的性質を表す情報である。変形自由度情報は、例えば、衣服モデルの素材の柔らかさや伸縮度合いに応じて設定され、衣服モデル上の各頂点における隣接する頂点との間の変形前後の変化ベクトル又は変化量の許容範囲を指定する。具体的には、セーターのように歪んだり伸び縮みしやすい素材の場合には、上述の変化ベクトルや変化量の許容範囲を大きくし、皮革のように歪んだり伸び縮みしにくい素材の場合には、変化ベクトルや変化量の許容範囲を小さくする。
変形自由度情報とは、衣服の機械的性質を表す情報である。変形自由度情報は、例えば、衣服モデルの素材の柔らかさや伸縮度合いに応じて設定され、衣服モデル上の各頂点における隣接する頂点との間の変形前後の変化ベクトル又は変化量の許容範囲を指定する。具体的には、セーターのように歪んだり伸び縮みしやすい素材の場合には、上述の変化ベクトルや変化量の許容範囲を大きくし、皮革のように歪んだり伸び縮みしにくい素材の場合には、変化ベクトルや変化量の許容範囲を小さくする。
そして、上述の変形パラメータD3は、衣服モデルD1の各頂点に割り当てられる。衣服モデルD1の各頂点に対応する変形パラメータは、法線ベクトルと同様に、各頂点に対応した数値データとして保持されていてもよく、図5に示すようなテクスチャ形式として保持されていてもよい。変形パラメータがテクスチャデータとして与えられる場合には、衣服モデルD1にはテクスチャ座標が設定されている必要がある。そして、衣服モデルに設定されたテクスチャ座標に基づいてテクスチャマッピングすることで変形パラメータを衣服モデルの各頂点に対応づけることができる。また、変形パラメータに含まれる各種の情報は、単一のテクスチャにデータとして埋め込んでもよいし、それぞれ別々のテクスチャにデータとして埋め込んでもよい。
<人体モデル>
人体モデルは、衣服モデルD1を変形させるための基準となるモデルであり、コンピュータグラフィックスのデータで構成されている。
図8は、人体モデルを例示する図である。
人体モデルは、衣服モデルD1を変形させるための基準となるモデルであり、コンピュータグラフィックスのデータで構成されている。
図8は、人体モデルを例示する図である。
図8に示すように、人体モデルD2は、人体の形状を表現する複数のポリゴン(多角形)の複数の頂点についての3次元位置座標を示す頂点座標リスト、及び、どの頂点を使ってポリゴン(多角形)を形成するかを示す頂点インデックスリストによって構成されている。図8に示す格子の交点が頂点である。また、人体モデルD2には、上述の如く、各部位毎に割り振られたパーツIDが付与されている。更に、上述の如く、ギャップ情報を相対値として付与する場合には、同一の人体に関して、インナー衣服を着用していない状態の人体モデルD20及びインナー衣服を着用した状態の人体モデルD21の2種類の人体モデルを用意する。
なお、人体モデルD2は、頂点インデックスリストを用いずにポリゴン(多角形)の形成する順番を考慮した頂点座標リストのみで構成されていてもよい。また、このようなデータに付随するデータとして、各頂点又は各ポリゴンの法線ベクトルが含まれていてもよいし、データ処理装置1に入力された後で算出されてもよい。
<データ処理の考え方>
以下、ステップS104における制御点の算出及びステップS105に示す変形処理の考え方について説明する。ステップS104においては、下記数式1に示すエネルギー関数を考え、このエネルギー関数のエネルギーが最小になるような解を求めるための式を立てる。そして、ステップS105において、この式を解いて、衣服の変形をシミュレートする。
以下、ステップS104における制御点の算出及びステップS105に示す変形処理の考え方について説明する。ステップS104においては、下記数式1に示すエネルギー関数を考え、このエネルギー関数のエネルギーが最小になるような解を求めるための式を立てる。そして、ステップS105において、この式を解いて、衣服の変形をシミュレートする。
下記数式1において、Eはエネルギー関数、mは衣服モデルの頂点のうち制御点とした頂点の数、ciはi番目の制御点の変形後の目標位置座標、xiはi番目の制御点の変形後の到達位置座標、λiはi番目の制御点の制御の重要度を表す制御重み情報である。エネルギー関数Eは、目標位置座標と到達位置座標との差の二乗を、全ての制御点について重み付けして合計したものである。目標位置座標ciは人体モデルD2、ギャップ情報及び対応位置情報に基づいて決定される。従って、下記数式1には、人体モデルD2、並びに、変形パラメータD3のうち、制御重み情報、ギャップ情報及び対応位置情報が含まれている。
そして、以下のデータ処理においては、エネルギー関数Eが最小になるように、すなわち、衣服モデルD1が人体モデルD2に基づいて決定される理想的な位置にできるだけフィットするように、到達位置座標xiを求める。
上記数式1に示すエネルギー関数Eが最小になるような到達位置座標xiを求めるために、下記数式2〜4に示す行列式を解く。下記数式2において、行列Aの行数は衣服モデルの制御点数に相当し、列数は衣服モデルの全頂点数に相当する。制御点数は、例えば3000程度である。また、下記数式3において、行列bの行数は衣服モデルの制御点数に相当する。
上記数式4を到達位置座標xiについて解くと、下記数式5のようになる。到達位置座標xiを求めるためには、下記数式5に示す演算を行えばよい。
上記数式5に示す演算を行うためには、(ATA)−1といった大規模な行列の逆行列を求める必要がある。行列Aは対称正定値行列であるため、特異値分解やコレスキー分解と呼ばれる方法を用いることで、ある程度高速に逆行列を算出することができる。しかし、実行時にその都度計算すると、処理時間が長くなるという問題がある。
<制御重み情報の効果>
そこで、行列Aに関わるパラメータ、特に、衣服モデルのどの頂点を制御点とし、その制御点をどれだけの重要度で制御するかを表す制御重み情報を事前に決めておくことが、処理の高速化にとって有効である。行列Aが事前に決められれば、上記数式5のうち、行列Aの情報だけで決定できる部分、すなわち、行列(ATA)−1ATを事前に計算し、その計算結果を変形パラメータD3の一部として保持しておくことができ、実行時の処理時間を著しく短縮することができる。すなわち、変形パラメータD3に制御重み情報を含めることにより、上記数式1又は下記数式6においてエネルギー関数Eが最小となるような到達位置座標xiを算出する際に、衣服モデルD1の各頂点を制御点に含めるべきかどうか、含めるのであればλiはどのような値に設定すべきかを決定することができる。
そこで、行列Aに関わるパラメータ、特に、衣服モデルのどの頂点を制御点とし、その制御点をどれだけの重要度で制御するかを表す制御重み情報を事前に決めておくことが、処理の高速化にとって有効である。行列Aが事前に決められれば、上記数式5のうち、行列Aの情報だけで決定できる部分、すなわち、行列(ATA)−1ATを事前に計算し、その計算結果を変形パラメータD3の一部として保持しておくことができ、実行時の処理時間を著しく短縮することができる。すなわち、変形パラメータD3に制御重み情報を含めることにより、上記数式1又は下記数式6においてエネルギー関数Eが最小となるような到達位置座標xiを算出する際に、衣服モデルD1の各頂点を制御点に含めるべきかどうか、含めるのであればλiはどのような値に設定すべきかを決定することができる。
<対応位置情報及びギャップ情報の効果>
行列bにおいては、実行時に高速かつ高精度にciを算出できるか否かがポイントである。ciすなわちi番目の制御点の変形後の目標位置座標は、対応する人体モデル上の点を基準として求めるため、対応する人体モデル上の点を高速かつ高精度に求めることが重要である。
行列bにおいては、実行時に高速かつ高精度にciを算出できるか否かがポイントである。ciすなわちi番目の制御点の変形後の目標位置座標は、対応する人体モデル上の点を基準として求めるため、対応する人体モデル上の点を高速かつ高精度に求めることが重要である。
また、対応する人体モデル上の点からどの方向にどれだけシフトさせた位置を目標位置座標とするかの決定が、変形後の衣服モデルの品質に大きく影響する。従って、対応位置情報の存在により、上記数式1又は下記数式6において目標位置座標ciを設定する際に、衣服モデルD1の各制御点が人体モデルD2のどの位置に対応するかを高速且つ高精度に決定することができる。従って、変形パラメータD3にギャップ情報を含めることにより、上記数式1又は下記数式6において目標位置座標ciを高精度に設定することができる。
ここまでは、制御点の移動に関わるエネルギー項のみに触れてきたが、実際にこのようなエネルギー関数を用いて変形すると、制御点としなかった頂点が元の位置に残ってしまったり、衣服モデルが表す衣服の形状が歪んでしまったりするという問題が発生する。そこで例えば、ラプラシアンメッシュ変形と呼ばれる手法のように、隣接する頂点間の位置関係を維持するようなエネルギー項を、下記数式6のように追加する。下記数式6において、nは衣服モデルの頂点数、μjはj番目の頂点の隣接する頂点間の位置関係を維持する重要度を示すための重みである。また、Lはラプラシアンであり、隣接する頂点間の位置関係のベクトル表現である。
上記数式6に示すラプラシアンLは、下記数式7及び下記数式8のように計算することができる。下記数式7及び下記数式8において、eはvjとエッジで接続されている頂点の集合を表し、ωjkは頂点vjに対する隣接する頂点vkにおける重みである。L(pj)は変形前の衣服モデルのラプラシアンであり、L(xj)は最終的に求めたい変形後の衣服モデルのラプラシアンである。
上記数式7及び上記数式8に示すように、エネルギー項を追加した場合、エネルギー関数の最小値を求めるための行列式は、下記数式9及び下記数式10のように表される。
行列Aは、行数が衣服モデル上の制御点数と全頂点数との和に相当し、列数が衣服モデル上の全頂点数に相当する。また行列bは、行数が衣服モデル上の制御点数と全頂点数との和に相当する。エネルギー項を追加するとその分行列が大きくなるため、上述のような事前計算の効果が大きくなる。
<変形自由度情報の効果>
また、μjはj番目の頂点に隣接する頂点間の位置関係を維持する重要度を示すための重みであるが、特に衣服モデルの場合、衣服の素材に応じて、歪んでも良い部分と歪むべきでない部分が存在している。このようなパラメータを予め取得することによって、衣服モデルの変形をより高精度にシミュレートできる。すなわち、上記数式10に示すμjには、変形自由度情報が反映されている。
また、μjはj番目の頂点に隣接する頂点間の位置関係を維持する重要度を示すための重みであるが、特に衣服モデルの場合、衣服の素材に応じて、歪んでも良い部分と歪むべきでない部分が存在している。このようなパラメータを予め取得することによって、衣服モデルの変形をより高精度にシミュレートできる。すなわち、上記数式10に示すμjには、変形自由度情報が反映されている。
このように、変形パラメータD3に変形自由度情報を含めることにより、上記数式6において、μjを高精度に求めることができる。例えば、頂点vjにおいて隣接する頂点vkとの間の変形前後の変化量(伸び縮み)の許容範囲がskであるとき、頂点vjにおける隣接する頂点間の位置関係を維持する重要度μjは、下記数式11によって算出することができる。下記数式11において、lは隣接する頂点の数、Sは伸び縮みの許容範囲skの平均値に対して重要度μjを1とするための閾値である。下記数式11の右辺の分母が0である場合、及び、左辺のμjが1以上である場合は、μj=1とする。
<制御点算出部>
上述の処理内容を踏まえ、制御点算出部14について詳細に説明する。
制御点算出部14は、前述のとおり、上記数式1又は上記数式6に示すエネルギー関数に各値を代入し、そのエネルギー関数を最小化するような到達位置座標xiを求めるための式を立てる。
上述の処理内容を踏まえ、制御点算出部14について詳細に説明する。
制御点算出部14は、前述のとおり、上記数式1又は上記数式6に示すエネルギー関数に各値を代入し、そのエネルギー関数を最小化するような到達位置座標xiを求めるための式を立てる。
先ず、制御重み情報を用いて、上記数式1又は上記数式6において、衣服モデルの各頂点を制御点に含めるべきかどうか、含めるのであればλiはどのように設定すべきかを決める。制御重み情報が与えられていればλiを予め設定でき、上記数式1のようなエネルギー関数を用いた場合に、上記数式2の行列Aが決定するため、上記数式5における行列(ATA)−1ATを事前に計算することができる。
これに対して、変形パラメータD3に制御重み情報が含まれていない場合は、ラプラシアンメッシュ法によって、人体モデルD2との対応点を算出した後、λiを算出することができる。しかしながら、この場合は、行列(ATA)−1ATを事前計算することができないため、人体モデルD2を取得した後の処理に時間がかかる。
次に、対応位置情報を用いて人体モデルD2上の対応点を求め、ギャップ情報を用いて、目標とする位置座標ciを求める。このとき、人体モデルD2の対応点の法線ベクトルの方向と重力の方向との関係を考慮し、ギャップの値gを換算してもよい。ここまで算出すると、上記数式3における行列bが決定し、上記数式5を計算できる状態となる。
これに対して、変形パラメータD3に対応位置情報が含まれていない場合には、ラプラシアンメッシュ法によって、3次元的に領域分割し近隣の領域から対応点を探索する方法を採用することもできる。しかしながら、この場合は、計算量が多くなり、計算に要する時間が増大する。また、変形パラメータD3にギャップ情報が含まれていない場合には、ギャップを設けない、又は、ギャップ量を一定値とすることが考えられるが、シミュレーションの精度は低下してしまう。
また、上記数式6に示すエネルギー関数を用いる場合には、変形自由度情報を用いて、μjすなわちj番目の頂点の隣接する頂点間の位置関係を維持する重要度を求める。変形自由度情報が与えられていればμjを予め設定でき、上記数式9に示す行列Aが決定するため、上記数式5に示す行列(ATA)−1ATを事前計算することができる。このように、変形パラメータD3に衣服の素材の変形自由度情報が含まれていれば、衣服モデルD1の変形をより高精度にシミュレーションできる。
これに対して、変形パラメータD3に変形自由度情報が含まれていない場合は、μjを一定値にすることになるため、シミュレーションの精度はやや低下してしまう。
以上のような方法で、人体モデルD2及び衣服モデルD1の組合せ毎に上記数式5を定義し、計算できる状態にすることができる。
<変形処理部>
次に、変形処理部15について説明する。変形処理部15においては、決定された制御点及び各制御点の目標位置座標ciに基づいて、目標位置座標と到達位置座標xiとの差の絶対値の総和であって、各点の重要度を考慮した総和が最小になるように、到達位置座標を算出する。具体的には、各値を代入して完成した上記数式5の計算を実行する。計算後に、異常値を除去して再計算したり、衣服モデルの各頂点における人体モデルとの位置関係を算出して補正したりすることもできる。
次に、変形処理部15について説明する。変形処理部15においては、決定された制御点及び各制御点の目標位置座標ciに基づいて、目標位置座標と到達位置座標xiとの差の絶対値の総和であって、各点の重要度を考慮した総和が最小になるように、到達位置座標を算出する。具体的には、各値を代入して完成した上記数式5の計算を実行する。計算後に、異常値を除去して再計算したり、衣服モデルの各頂点における人体モデルとの位置関係を算出して補正したりすることもできる。
以上説明した本実施形態に係るデータ処理方法をまとめると、下記の手順によって構成される。
<1>衣服の形状を表す衣服モデル、衣服の変形の特性を表す変形パラメータ、人体の形状を表す人体モデルを取得する(ステップS101〜S103)。
<2>衣服を人体に着用して変形させた場合に、衣服モデルの各点が人体に対応して移動すべき目標位置座標を算出する(ステップS104)。
<3>目標位置座標と衣服モデルの各点が到達する到達位置座標との差の絶対値の総和であって衣服モデルの各点の重要度を考慮した総和が最小になるように、到達位置座標を算出する(ステップS105)。
<1>衣服の形状を表す衣服モデル、衣服の変形の特性を表す変形パラメータ、人体の形状を表す人体モデルを取得する(ステップS101〜S103)。
<2>衣服を人体に着用して変形させた場合に、衣服モデルの各点が人体に対応して移動すべき目標位置座標を算出する(ステップS104)。
<3>目標位置座標と衣服モデルの各点が到達する到達位置座標との差の絶対値の総和であって衣服モデルの各点の重要度を考慮した総和が最小になるように、到達位置座標を算出する(ステップS105)。
≪画像作成プログラム≫
上述の如く、本実施形態に係るデータ処理装置1は、汎用のコンピュータにプログラムを実行させることにより、実現することができる。この場合に用いるデータ処理プログラムは、コンピュータに、上記手順<1>〜<3>を実行させるプログラムである。
上述の如く、本実施形態に係るデータ処理装置1は、汎用のコンピュータにプログラムを実行させることにより、実現することができる。この場合に用いるデータ処理プログラムは、コンピュータに、上記手順<1>〜<3>を実行させるプログラムである。
≪第1の実施形態の効果≫
上述の如く、本実施形態によれば、人体に衣服を仮想的に着用させたときの変形後の衣服の形状を、人体モデルD2に基づいてシミュレートすることができる。これにより、予め計算結果を蓄積しておく方法と比較して、事前処理コストを抑えた上で、精度が高いシミュレーション結果を得ることができる。
上述の如く、本実施形態によれば、人体に衣服を仮想的に着用させたときの変形後の衣服の形状を、人体モデルD2に基づいてシミュレートすることができる。これにより、予め計算結果を蓄積しておく方法と比較して、事前処理コストを抑えた上で、精度が高いシミュレーション結果を得ることができる。
また、本実施形態によれば、行列(ATA)−1ATを事前に計算し、その計算結果を変形パラメータD3に埋め込んでおくことにより、上記数式5の計算時間を短縮することができる。これにより、物理シミュレーションによる方法と比較して、人体モデルD2を取得した後の演算時間を短くすることができる。更に、衣服中の装飾部分のように変形に直接的に関連しない部分を考慮したり、衣服の種類に応じて人体との相対的な位置関係を考慮したりすることにより、シミュレーションを効率化することができる。
(第2の実施形態)
次に、第2の実施形態について説明する。
本実施形態に係るデータ処理装置は、アニメーション(動画)を作成するための装置である。このデータ処理装置においては、衣服モデルの変形後に変形履歴を格納し、次のフレームの変形に利用することで、人体の動きに追従して衣服を変形させることができ、高品質なアニメーションを作成することができる。
次に、第2の実施形態について説明する。
本実施形態に係るデータ処理装置は、アニメーション(動画)を作成するための装置である。このデータ処理装置においては、衣服モデルの変形後に変形履歴を格納し、次のフレームの変形に利用することで、人体の動きに追従して衣服を変形させることができ、高品質なアニメーションを作成することができる。
≪データ処理装置≫
図9は、本実施形態に係るデータ処理装置を例示するブロック図である。
図9に示すように、本実施形態に係るデータ処理装置2においては、前述の第1の実施形態に係るデータ処理装置1(図1参照)の構成に加えて、変形履歴格納部16が設けられている。変形履歴格納部16は、変形処理部15によって行われた衣服モデルD1の変形シミュレーションの結果を、変更履歴として格納する。変形履歴格納部16は、例えば、RAMによって構成することができる。
図9は、本実施形態に係るデータ処理装置を例示するブロック図である。
図9に示すように、本実施形態に係るデータ処理装置2においては、前述の第1の実施形態に係るデータ処理装置1(図1参照)の構成に加えて、変形履歴格納部16が設けられている。変形履歴格納部16は、変形処理部15によって行われた衣服モデルD1の変形シミュレーションの結果を、変更履歴として格納する。変形履歴格納部16は、例えば、RAMによって構成することができる。
また、制御点算出部14は、第1の時点及びそれよりも遅い第2の時点において変形のシミュレーションを行う場合に、第2の時点においては、衣服モデルD1、変形パラメータD3及び第2の時点における人体モデルD2に加えて、第1の時点における変形履歴も参照して、衣服モデルD1の各点の目標位置座標Ciを算出する。
以下、各部の構成のうち、前述の第1の実施形態とは異なる部分を詳細に説明する。
以下、各部の構成のうち、前述の第1の実施形態とは異なる部分を詳細に説明する。
<変形履歴格納部>
先ず、変形履歴格納部16について説明する。
変形履歴格納部16においては、変形処理部15によって算出された変形後の衣服モデルD4を変形履歴として格納する。変形履歴には、変形処理部15が算出した変形後の衣服モデルD4に加えて、制御点算出部14が上記数式5を導出する際に利用した計算済みの行列(ATA)−1AT、上記数式3又は上記数式10に記載の行列bを導出する際に利用した各制御点における人体モデル上の対応点の情報、i番目の制御点の変形後の目標位置座標ciの情報も含まれる。そして、制御点算出部14及び変形処理部15において、次のフレームの処理を行う際に、これらの履歴情報を利用する。
先ず、変形履歴格納部16について説明する。
変形履歴格納部16においては、変形処理部15によって算出された変形後の衣服モデルD4を変形履歴として格納する。変形履歴には、変形処理部15が算出した変形後の衣服モデルD4に加えて、制御点算出部14が上記数式5を導出する際に利用した計算済みの行列(ATA)−1AT、上記数式3又は上記数式10に記載の行列bを導出する際に利用した各制御点における人体モデル上の対応点の情報、i番目の制御点の変形後の目標位置座標ciの情報も含まれる。そして、制御点算出部14及び変形処理部15において、次のフレームの処理を行う際に、これらの履歴情報を利用する。
<制御点算出部>
次に、制御点算出部14について説明する。
制御点算出部14は、取得した衣服モデルD1、変形パラメータD3及び人体モデルD2に加えて、変形履歴格納部16から読み出した変形履歴も考慮して、制御点を決定し、各制御点における変形後の目標位置座標を算出する。このとき、変形履歴格納部16に格納した計算済みの行列(ATA)−1ATに関しては、常時再利用できるため、全てのフレームにおいて再利用していく。
次に、制御点算出部14について説明する。
制御点算出部14は、取得した衣服モデルD1、変形パラメータD3及び人体モデルD2に加えて、変形履歴格納部16から読み出した変形履歴も考慮して、制御点を決定し、各制御点における変形後の目標位置座標を算出する。このとき、変形履歴格納部16に格納した計算済みの行列(ATA)−1ATに関しては、常時再利用できるため、全てのフレームにおいて再利用していく。
その他の変形履歴については、その再利用方法に応じて以下の3パターンに分けられる。
(1)対応点の情報及び目標位置座標をどちらも再利用するパターン
このパターンは、フレーム間の連続性が良好に保たれる一方、単一フレームで第1の実施形態と同様の処理を行った場合の結果と乖離するリスクが大きい。
図10(a)は時刻(t−1)における変形履歴を例示する図であり、(b)は時刻tにおける制御点算出方法を例示する図である。
なお、時刻(t−1)は、時刻tよりも1フレーム前の時刻である。
このパターンは、フレーム間の連続性が良好に保たれる一方、単一フレームで第1の実施形態と同様の処理を行った場合の結果と乖離するリスクが大きい。
図10(a)は時刻(t−1)における変形履歴を例示する図であり、(b)は時刻tにおける制御点算出方法を例示する図である。
なお、時刻(t−1)は、時刻tよりも1フレーム前の時刻である。
先ず、図10(a)及び(b)を参照して、衣服モデルD1のある制御点に対応する人体モデルD2の対応点を再利用する場合について説明する。この場合、時刻(t−1)において、人体モデルD2のあるポリゴン内のある位置を対応点としたときに、時刻tにおいて、同じポリゴンの同位置を対応点とする。
次に、衣服モデルD1の制御点の目標位置座標を再利用する場合について説明する。時刻(t−1)において、ある制御点の目標位置をp1、到達位置をp2とする。このとき、目標位置p1及び到達位置p2は、時刻(t−1)における人体モデルのポリゴン、法線ベクトル、ポリゴン面上の特定のベクトルに対して所定の位置関係にある。次に、時刻tにおいて、時刻tにおける人体モデルのポリゴン、法線ベクトル、ポリゴン面上の特定のベクトルに対して、上記所定の位置関係にある位置p1’及び位置p2’を算出する。そして、位置p1’又は位置p2’を時刻tにおける目標位置とする。このように過去のフレームの履歴を利用するだけで、上記数式5を計算できる状態になる。
(2)対応点の情報のみ再利用するパターン
このパターンは、単一フレームで第1の実施形態と同様の処理をしたときの結果と近くなる一方、フレーム間の連続性が若干破綻する可能性がある。このパターンでは、対応点の情報だけを再利用し、その後の制御点の目標位置座標の算出は、第1の実施形態と同様に変形パラメータD3を利用して新たに算出する。このように一部の変形履歴を利用し、残りは新たに計算することで、ある程度の連続性を確保しながら実態に即したシミュレーションを行うことができる。
このパターンは、単一フレームで第1の実施形態と同様の処理をしたときの結果と近くなる一方、フレーム間の連続性が若干破綻する可能性がある。このパターンでは、対応点の情報だけを再利用し、その後の制御点の目標位置座標の算出は、第1の実施形態と同様に変形パラメータD3を利用して新たに算出する。このように一部の変形履歴を利用し、残りは新たに計算することで、ある程度の連続性を確保しながら実態に即したシミュレーションを行うことができる。
(3)対応点の情報及び目標位置座標をどちらも再利用しないパターン
このパターンは、単一フレームで第1の実施形態と同様の処理をしたときの結果と等しくなる一方、フレーム間の連続性が大きく破綻する可能性がある。このパターンでは、計算済みの行列(ATA)−1ATを再利用するだけで、他の処理は第1の実施形態と同様の処理を行う。
このパターンは、単一フレームで第1の実施形態と同様の処理をしたときの結果と等しくなる一方、フレーム間の連続性が大きく破綻する可能性がある。このパターンでは、計算済みの行列(ATA)−1ATを再利用するだけで、他の処理は第1の実施形態と同様の処理を行う。
以上のような3つのパターンをバランスよく使いながら、変形処理を行うことによって、フレーム間の連続性が保たれ、自然なアニメーションを実現することができる。
図11は、本実施形態に係るデータ処理方法を例示するタイムチャート図である。
図11は、本実施形態に係るデータ処理方法を例示するタイムチャート図である。
図11に示すように、例えば、最初のフレーム及びその後に一定の時間(フレーム数)T3だけ経過する毎に、上記パターン(3)により、過去の変形履歴を継承せずに、制御点の目標位置座標を新たに算出する。これにより、シミュレーションの精度を担保することができる。
また、上記パターン(3)により制御点を算出した後、一定の時間(フレーム数)T2だけ経過する度に、上記パターン(2)により、過去の変形履歴を一部継承し、一部は新たに計算して、制御点の目標位置座標を算出する。時間T2は時間T3よりも短い。
そして、上記パターン(3)及びパターン(2)による算出を行わないフレームにおいては、上記パターン(1)により、過去の変形履歴を継承して制御点の目標位置座標を算出する。これにより、フレーム間の連続性を保つことができる。
このように、上述の3種類のパターンを適度に取り混ぜて配置することで、基本的にはフレーム間の連続性を保ちつつ、一定間隔で変形パラメータを用いた再計算を行い、衣服モデルを補正する。この結果、全体的に精度が高い結果を得ることができる。
<変形処理部>
次に、変形処理部15について説明する。変形処理部15では、時刻tにおける変形のシミュレーションを行った後に、時刻(t−1)以前の変形履歴を用いることで、時間方向のフィルタリング処理を行い補正してもよい。すなわち、時刻tにおけるシミュレーション結果と時刻(t−1)以前の変形履歴を混合して、時刻tの衣服モデルを作成する。例えば、下記数式12によってフィルタリング処理を行う。これにより、フレーム間の連続性をさらに向上させることができる。下記数式12において、x’tは時刻tにおける補正後の到達位置座標であり、xtは時刻tにおける補正前(通常の変形処理後)の到達位置座標である。また、rはフィルタ処理の際に参照する過去のフレーム数であり、kは補間係数である。
次に、変形処理部15について説明する。変形処理部15では、時刻tにおける変形のシミュレーションを行った後に、時刻(t−1)以前の変形履歴を用いることで、時間方向のフィルタリング処理を行い補正してもよい。すなわち、時刻tにおけるシミュレーション結果と時刻(t−1)以前の変形履歴を混合して、時刻tの衣服モデルを作成する。例えば、下記数式12によってフィルタリング処理を行う。これにより、フレーム間の連続性をさらに向上させることができる。下記数式12において、x’tは時刻tにおける補正後の到達位置座標であり、xtは時刻tにおける補正前(通常の変形処理後)の到達位置座標である。また、rはフィルタ処理の際に参照する過去のフレーム数であり、kは補間係数である。
なお、上記数式12によるフィルタリング方法は一例であり、一般的な時間方向のフィルタリングも同様に利用することができる。
≪データ処理方法≫
次に、データ処理装置2の動作、すなわち、本実施形態に係るデータ処理方法について説明する。
図12は、本実施形態に係るデータ処理方法を例示するフローチャート図である。
本実施形態においては、人体モデルD2には、時系列的に配列された複数のフレームが存在する。
次に、データ処理装置2の動作、すなわち、本実施形態に係るデータ処理方法について説明する。
図12は、本実施形態に係るデータ処理方法を例示するフローチャート図である。
本実施形態においては、人体モデルD2には、時系列的に配列された複数のフレームが存在する。
先ず、図12のステップS101に示すように、衣服モデル取得部11が衣服モデルD1を取得する。
次に、ステップS103に示すように、変形パラメータ取得部13が変形パラメータD3を取得する。
次に、ステップS103に示すように、変形パラメータ取得部13が変形パラメータD3を取得する。
次に、ステップS201に示すように、人体モデル取得部12が初期フレームを設定する。すなわち、時間パラメータtの値を0とする。
次に、ステップS202に示すように、人体モデル取得部12がtフレーム目の人体モデルD2を取得する。
次に、ステップS202に示すように、人体モデル取得部12がtフレーム目の人体モデルD2を取得する。
次に、ステップS203に示すように、制御点算出部14が変形履歴格納部16から(t−1)フレーム目以前の変形履歴を取得する。(t−1)フレーム目以前の変形履歴とは、(t−1)フレーム目以前の変形処理を行った際に生成され、変形履歴格納部16に格納されたデータである。
次に、ステップS204及び図11に示すように、時間tに応じた制御点算出パターンを選択する。すなわち、上記パターン(1)〜(3)のうち、いずれか1つを選択する。そして、パターン(1)を選択した場合はステップS205に進み、パターン(2)を選択した場合はステップS206に進み、パターン(3)を選択した場合はステップS207に進む。
ステップS205においては、制御点算出部14が対応点の情報及び目標位置座標の双方を再利用して、tフレーム目の制御点を算出する。ここでは、tフレームで取得した衣服モデルD1、変形パラメータD3及び人体モデルD2の他に、(t−1)フレーム以前の変形履歴に基づいて制御点を決定し、それぞれの制御点における変形後の目標位置座標を算出する。その後、ステップS208に進む。
ステップS206においては、制御点算出部14が対応点の情報を再利用して、tフレーム目の制御点を決定し、その目標位置座標を算出する。その後、ステップS208に進む。
ステップS207においては、制御点算出部14が過去の変形履歴を再利用せずに、新たにtフレーム目の制御点を決定し、その目標位置座標を算出する。その後、ステップS208に進む。
次に、ステップS208に示すように、変形処理部15がtフレーム目の変形処理を行う。ここでは、tフレーム目の人体モデルD2に対して決定された制御点及びそれぞれの制御点についての変形後の目標位置座標に基づいて、上記数式5の計算を行い、各制御点の到達位置座標を算出する。
次に、ステップS209に示すように、変形処理部15がtフレーム目の変形履歴を変形履歴格納部16に格納する。
次に、ステップS209に示すように、変形処理部15がtフレーム目の変形履歴を変形履歴格納部16に格納する。
次に、ステップS210に示すように、人体モデル取得部12がフレームを次のフレームに変更する。すなわち、時間のパラメータtを(t+1)に変更する。
次に、ステップS211に示すように、人体モデル取得部12が、現在のフレームが最終フレームに達したかどうかを判定する。ここでは、人体モデルD2の全フレーム数をNとするとき、現在のフレームtが最終フレームに達したかどうかを判定し、最終フレームに達していれば、すなわち、t=Nであれば終了し、達していなければ、すなわち、(t<Nであれば、ステップS202に戻る。
次に、ステップS211に示すように、人体モデル取得部12が、現在のフレームが最終フレームに達したかどうかを判定する。ここでは、人体モデルD2の全フレーム数をNとするとき、現在のフレームtが最終フレームに達したかどうかを判定し、最終フレームに達していれば、すなわち、t=Nであれば終了し、達していなければ、すなわち、(t<Nであれば、ステップS202に戻る。
このような処理を行うことによって、複数のフレームが存在する人体モデルD2に対して、フレーム毎に衣服モデルD1の変形をシミュレートすることができる。これにより、動く人体に衣服を適用した場合のアニメーションを作成することができる。
≪第2の実施形態の効果≫
本実施形態によれば、あるフレームにおける衣服モデルの変形履歴を変形履歴格納部に格納し、次の衣服モデルの変形シミュレーションに利用することで、人体の動きに追従した衣服モデルのアニメーションを高速且つ高精度に作成することができる。
本実施形態によれば、あるフレームにおける衣服モデルの変形履歴を変形履歴格納部に格納し、次の衣服モデルの変形シミュレーションに利用することで、人体の動きに追従した衣服モデルのアニメーションを高速且つ高精度に作成することができる。
なお、本発明は前述の各実施形態そのままに限定されるものではなく、その要旨を逸脱しない範囲で構成要素を変更して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。
例えば、前述の各実施形態においては、合成オブジェクトである第1オブジェクトが衣服であり、被合成オブジェクトである第2オブジェクトが人体である例を示したが、これには限定されず、第1オブジェクトは第2オブジェクトの形状に合わせて変形するものであればよい。例えば、第1オブジェクトは布地カバーであり、第2オブジェクトは家具又は寝具であってもよい。
また、前述の各実施形態においては、第1モデル及び第2モデルはいずれも1種類のオブジェクトを対象にしていたが、どちらか一方、もしくは双方とも、同時に複数種類のオブジェクトを対象としてもよい。
更に、前述の各実施形態に係るデータ処理装置に、変形した第1モデルと第2モデルとを合成する合成手段と、合成結果を提示する提示手段を加えることで、合成結果のVR表現を実現するための映像合成装置となりうる。
更にまた、前述の各実施形態に係るデータ処理装置に、変形した衣服D4と人体画像G2とを合成して合成画像G3(図2参照)を生成する合成手段と、この合成画像G3を提示する提示手段を加えることで、AR表現を実現するための映像合成装置となりうる。
以上説明した実施形態によれば、コストが低く、高速且つ高精度なシミュレーションが可能なデータ処理装置及びデータ処理プログラムを実現することができる。
以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明及びその等価物の範囲に含まれる。
1、2:データ処理装置、11:衣服モデル取得部、12:人体モデル取得部、13:変形パラメータ取得部、14:制御点算出部、15:変形処理部、16:変形履歴格納部、d:距離、D1:衣服モデル、D2、D20、D21:人体モデル、D3:変形パラメータ、D4:変形後の衣服モデル、g:距離、G1:衣服画像、G2:人体画像、G3:合成画像、N:法線方向、Ob1:衣服、Ob2:人体、PD1:制御点、PD2:対応点
Claims (15)
- 第1オブジェクトの形状を表す第1モデル、前記第1オブジェクトの変形の特性を表す変形パラメータ、第2オブジェクトの形状を表す第2モデルに基づいて、前記第1オブジェクトを前記第2オブジェクトに合わせて変形させた場合に、前記第1モデルの各点が前記第2モデルに対応して移動すべき目標位置座標を算出する制御点算出部と、
前記目標位置座標と前記各点が到達する到達位置座標との差の絶対値の前記各点の重要度を考慮した総和が最小になるように、前記到達位置座標を算出する変形処理部と、
を備えたデータ処理装置。 - 前記変形パラメータには、前記到達位置座標の算出に用いる計算式のうち、前記第1モデル及び前記変形パラメータに基づいて算出可能な計算結果の少なくとも一部が含まれている請求項1記載のデータ処理装置。
- 前記変形パラメータは、
前記第1モデルの各点が前記第1オブジェクトの変形に寄与する程度を表す制御重み情報、
前記第1モデルの各点が対応する前記第2モデル上の位置を表す対応位置情報、
前記目標位置座標と前記第2モデルとの距離を表すギャップ情報、及び、
前記第1オブジェクトの機械的性質を表す変形自由度情報、
のうち、少なくとも1つを含む請求項1または2に記載のデータ処理装置。 - 前記制御重み情報は、前記各点が前記寄与する程度を表す一定範囲内の数値を含む請求項3記載のデータ処理装置。
- 前記第1モデルのうち、構造パーツの前記数値は相対的に高く、装飾パーツの前記数値は相対的に低い請求項4記載のデータ処理装置。
- 前記対応位置情報は、前記第2モデルを構成する複数のパーツのそれぞれに付されるパーツIDを含む請求項3記載のデータ処理装置。
- 前記ギャップ情報は、前記第1モデルの各点が、前記第2モデルの各部から前記各部の法線方向に向かって離隔する離隔量の絶対値又は相対値を含む請求項3記載のデータ処理装置。
- 前記第2モデルは、前記第2オブジェクトと前記第1オブジェクトとの間に配置される第3オブジェクトを適用した状態の前記第2オブジェクトを表すモデル、及び、前記第3オブジェクトを適用していない状態の前記第2オブジェクトを表すモデルの双方を含み、
前記相対値は、前記第3オブジェクトを適用していない状態の前記第2オブジェクトの表面の各点と、前記第3オブジェクトを適用した状態の前記第2オブジェクトの表面の各点との距離を基準として規定されている請求項7記載のデータ処理装置。 - 前記第1オブジェクトのうち、前記第2オブジェクトの上方に配置される部分については、前記距離が相対的に短く、前記第2オブジェクトの側方又は下方に配置される部分については、前記距離が相対的に長い請求項3記載のデータ処理装置。
- 複数の種類の前記第1オブジェクトが前記第2オブジェクトに重ねて適用される場合は、前記第2オブジェクトに近い位置に配置される前記第1オブジェクトほど、前記距離が短い請求項3記載のデータ処理装置。
- 前記変形自由度情報は、
前記第1オブジェクトの素材の柔らかさ及び伸縮度合いのうち少なくとも1種の特性と、
前記第1モデルの各点のうち相互に隣接する点間の変形前後の変化ベクトルの許容範囲及び変化量の許容範囲のうち少なくとも一種の許容範囲と、
を含む請求項3記載のデータ処理装置。 - 前記変形パラメータはテクスチャ形式で記述されており、前記第1モデルにおいて設定されたテクスチャ座標に基づいてテクスチャマッピングすることにより、前記第1モデルの各点に対応付けられる請求項1〜11のいずれか1つに記載のデータ処理装置。
- 変形後の前記第1モデルを変更履歴として格納する変形履歴格納部をさらに備え、
前記制御点算出部は、第1の時点よりも遅い第2の時点における前記目標位置座標を算出する際に、前記第2の時点における前記第1モデル、前記変形パラメータ及び前記第2モデルに加えて、前記第1の時点における前記変形履歴も参照する請求項1〜12のいずれか1つに記載のデータ処理装置。 - 前記第1オブジェクトは衣服であり、前記第2オブジェクトは人体である請求項1〜13のいずれか1つに記載のデータ処理装置。
- コンピュータに、
第1オブジェクトの形状を表す第1モデル、前記第1オブジェクトの変形の特性を表す変形パラメータ、第2オブジェクトの形状を表す第2モデルに基づいて、前記第1オブジェクトを前記第2オブジェクトに合わせて変形させた場合に、前記第1モデルの各点が前記第2モデルに対応して移動すべき目標位置座標を算出する手順と、
前記目標位置座標と前記各点が到達する到達位置座標との差の絶対値の前記各点の重要度を考慮した総和が最小になるように、前記到達位置座標を算出する手順と、
を実行させるデータ処理プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014060026A JP2015184875A (ja) | 2014-03-24 | 2014-03-24 | データ処理装置及びデータ処理プログラム |
US14/641,570 US20150269291A1 (en) | 2014-03-24 | 2015-03-09 | Data processing apparatus and data processing program |
CN201510119281.7A CN104952112A (zh) | 2014-03-24 | 2015-03-18 | 数据处理装置和数据处理程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014060026A JP2015184875A (ja) | 2014-03-24 | 2014-03-24 | データ処理装置及びデータ処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015184875A true JP2015184875A (ja) | 2015-10-22 |
Family
ID=54142354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014060026A Pending JP2015184875A (ja) | 2014-03-24 | 2014-03-24 | データ処理装置及びデータ処理プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20150269291A1 (ja) |
JP (1) | JP2015184875A (ja) |
CN (1) | CN104952112A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018148525A (ja) * | 2017-03-09 | 2018-09-20 | エイディシーテクノロジー株式会社 | 仮想立体物生成装置 |
KR20190014241A (ko) * | 2017-07-31 | 2019-02-12 | 주식회사 자이언소프트 | 가상신체 구현 시스템 |
US10395404B2 (en) | 2014-09-04 | 2019-08-27 | Kabushiki Kaisha Toshiba | Image processing device for composite images, image processing system and storage medium |
JP2019174871A (ja) * | 2018-03-26 | 2019-10-10 | 株式会社コーエーテクモゲームス | 画像生成プログラム、記録媒体、画像生成方法 |
JP2020535498A (ja) * | 2017-08-28 | 2020-12-03 | チンタオ ハイアール ウォッシング マシーン カンパニー リミテッド | 着用物品の3dモデル構築システム及び方法 |
JP2020536298A (ja) * | 2017-08-28 | 2020-12-10 | チンタオ ハイアール ウォッシング マシーン カンパニー リミテッド | 着用物品情報収集システム及び方法 |
JP2021028752A (ja) * | 2019-08-09 | 2021-02-25 | 任天堂株式会社 | 情報処理装置、情報処理プログラム、情報処理システム及び情報処理方法 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9754410B2 (en) * | 2017-02-15 | 2017-09-05 | StyleMe Limited | System and method for three-dimensional garment mesh deformation and layering for garment fit visualization |
CN107229780B (zh) * | 2017-05-18 | 2021-04-09 | 广东溢达纺织有限公司 | 参数化服装纸样的加缩水方法及装置 |
CN107464289B (zh) * | 2017-08-03 | 2020-10-30 | 厦门黑镜科技有限公司 | 一种虚拟服饰穿戴方法、装置、设备和存储介质 |
US10373373B2 (en) | 2017-11-07 | 2019-08-06 | StyleMe Limited | Systems and methods for reducing the stimulation time of physics based garment simulations |
US10242498B1 (en) | 2017-11-07 | 2019-03-26 | StyleMe Limited | Physics based garment simulation systems and methods |
CN110766603B (zh) * | 2018-07-25 | 2024-04-12 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置和计算机存储介质 |
US11551646B2 (en) * | 2019-07-05 | 2023-01-10 | Lg Electronics Inc. | Artificial intelligence apparatus for calibrating output position of display panel of user and method for the same |
CN110737913B (zh) * | 2019-09-02 | 2022-03-18 | 深圳壹账通智能科技有限公司 | 基于时间日期数据的安全脱敏方法、装置和计算机设备 |
US11595739B2 (en) | 2019-11-29 | 2023-02-28 | Gree, Inc. | Video distribution system, information processing method, and computer program |
WO2021179936A1 (en) * | 2020-03-09 | 2021-09-16 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | System and method for virtual fitting |
US11282290B1 (en) * | 2020-11-19 | 2022-03-22 | Adobe Inc. | Generating suggested edits for three-dimensional graphics based on deformations of prior edits |
CN113797529B (zh) * | 2021-09-18 | 2023-11-21 | 珠海金山数字网络科技有限公司 | 目标展示方法及装置、计算设备和计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0934952A (ja) * | 1995-07-20 | 1997-02-07 | Toyobo Co Ltd | 着装シミュレーション方法および着装シミュレーション装置 |
JP2002117414A (ja) * | 2000-10-11 | 2002-04-19 | Toyobo Co Ltd | 衣服衝突処理方法および衣服衝突処理プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7286127B2 (en) * | 2005-06-22 | 2007-10-23 | Microsoft Corporation | Large mesh deformation using the volumetric graph Laplacian |
US20150134302A1 (en) * | 2013-11-14 | 2015-05-14 | Jatin Chhugani | 3-dimensional digital garment creation from planar garment photographs |
-
2014
- 2014-03-24 JP JP2014060026A patent/JP2015184875A/ja active Pending
-
2015
- 2015-03-09 US US14/641,570 patent/US20150269291A1/en not_active Abandoned
- 2015-03-18 CN CN201510119281.7A patent/CN104952112A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0934952A (ja) * | 1995-07-20 | 1997-02-07 | Toyobo Co Ltd | 着装シミュレーション方法および着装シミュレーション装置 |
JP2002117414A (ja) * | 2000-10-11 | 2002-04-19 | Toyobo Co Ltd | 衣服衝突処理方法および衣服衝突処理プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10395404B2 (en) | 2014-09-04 | 2019-08-27 | Kabushiki Kaisha Toshiba | Image processing device for composite images, image processing system and storage medium |
JP2018148525A (ja) * | 2017-03-09 | 2018-09-20 | エイディシーテクノロジー株式会社 | 仮想立体物生成装置 |
KR20190014241A (ko) * | 2017-07-31 | 2019-02-12 | 주식회사 자이언소프트 | 가상신체 구현 시스템 |
KR101995277B1 (ko) * | 2017-07-31 | 2019-10-02 | 주식회사 자이언소프트 | 가상신체 구현 시스템 |
JP2020535498A (ja) * | 2017-08-28 | 2020-12-03 | チンタオ ハイアール ウォッシング マシーン カンパニー リミテッド | 着用物品の3dモデル構築システム及び方法 |
JP2020536298A (ja) * | 2017-08-28 | 2020-12-10 | チンタオ ハイアール ウォッシング マシーン カンパニー リミテッド | 着用物品情報収集システム及び方法 |
JP2019174871A (ja) * | 2018-03-26 | 2019-10-10 | 株式会社コーエーテクモゲームス | 画像生成プログラム、記録媒体、画像生成方法 |
JP7008557B2 (ja) | 2018-03-26 | 2022-01-25 | 株式会社コーエーテクモゲームス | 画像生成プログラム、記録媒体、画像生成方法 |
JP2021028752A (ja) * | 2019-08-09 | 2021-02-25 | 任天堂株式会社 | 情報処理装置、情報処理プログラム、情報処理システム及び情報処理方法 |
Also Published As
Publication number | Publication date |
---|---|
US20150269291A1 (en) | 2015-09-24 |
CN104952112A (zh) | 2015-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2015184875A (ja) | データ処理装置及びデータ処理プログラム | |
CA2863097C (en) | System and method for simulating realistic clothing | |
CN109196561B (zh) | 用于针对试衣可视化进行三维衣服网格变形和分层的系统和方法 | |
JP6302132B2 (ja) | 画像処理装置、画像処理システム、画像処理方法及びプログラム | |
KR101778833B1 (ko) | 3d 의류 모델 복원 방법 및 장치 | |
JP6762709B2 (ja) | 少なくとも1つの衣類を装着したアバタを設計するためのコンピュータ実施方法 | |
EP3772040A1 (en) | Method and computer program product for producing 3-dimensional model data of a garment | |
Gültepe et al. | Real-time virtual fitting with body measurement and motion smoothing | |
JP6262105B2 (ja) | 画像処理装置、画像処理システム、画像処理方法及びプログラム | |
US20210326955A1 (en) | Generation of Improved Clothing Models | |
WO2023056104A1 (en) | Controllable image-based virtual try-on system | |
Wang et al. | From designing products to fabricating them from planar materials | |
US20170193677A1 (en) | Apparatus and method for reconstructing experience items | |
KR101158453B1 (ko) | 2차원 영상 데이터를 이용하여 평면상에 입체의 가상 의상 코디를 위한 장치 및 방법 | |
CN110298917A (zh) | 一种人脸重建方法及系统 | |
Gunatilake et al. | An ICT based Solution for Virtual Garment Fitting for Online Market Place: A Review of Related Literature | |
JP3973992B2 (ja) | 3次元モデル変形システム | |
Li et al. | Intelligent clothing size and fit recommendations based on human model customisation technology | |
JP7418677B1 (ja) | 情報処理システム、情報処理方法、及び情報処理プログラム | |
Ait Mouhou et al. | 3D garment positioning using Hermite radial basis functions | |
JP2018113054A (ja) | 画像処理装置、画像処理方法及びプログラム | |
US20230306699A1 (en) | Virtual garment wrapping for draping simulation | |
JP2002056405A (ja) | テクスチャマッピング処理装置 | |
Yan et al. | Animation of Refitted 3D Garment Models for Reshaped Bodies | |
Lazunin et al. | Interactive visualization of multi-layered clothing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160829 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170608 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170619 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20171211 |