JP2021515316A - 眼球位置合わせを使用した頭部走査整合 - Google Patents

Abstract

仮想アバタのために対象の頭部走査を整合させるための方法およびシステムは、走査内の対象の眼を位置特定するステップに基づくことができる。１つ以上の眼球モデルが、基準頭部走査内の対象の各眼球の強膜の基準候補点に適合された後、付加的基準点が、眼球モデルから推測されることができる。眼球モデルは、別の頭部走査内の対象の各眼球の強膜の候補点に適合されることができ、付加的点が、適合された眼球モデルから推測されることができる。アフィン変換が、基準頭部走査および他の頭部走査内の候補点および推測される付加的点に適合される眼球モデルに基づいて、頭部走査間で決定されることができる。本方法およびシステムは、仮想アバタをリギングまたはアニメーション化するために使用されることができる。

Description

（関連出願の相互参照）
本願は、参照することによってその全体として本明細書に組み込まれる、２０１８年２月２８日に出願され、「ＨＥＡＤ ＳＣＡＮ ＡＬＩＧＮＭＥＮＴ ＵＳＩＮＧ ＯＣＵＬＡＲ ＲＥＧＩＳＴＲＡＴＩＯＮ」と題された、米国仮特許出願第６２／６３６６９５号の優先権の利益を主張する。

本開示は、複合現実、結像、および可視化システムを含む、仮想現実および拡張現実に関し、より具体的には、アバタ等の仮想キャラクタをアニメーション化するため、かつアバタのために対象の画像走査を処理するための、リギングシステムおよび方法に関する。

現代のコンピューティングおよびディスプレイ技術は、いわゆる「仮想現実」、「拡張現実」、および「複合現実」体験のためのシステムの開発を促進しており、デジタル的に再現された画像が、現実であるように見える、またはそのように知覚され得る様式でユーザに提示される。仮想現実（ＶＲ）シナリオは、典型的には、他の実際の実世界の視覚的入力に対する透過性を伴わずに、コンピュータ生成仮想画像情報の提示を伴う。拡張現実（ＡＲ）シナリオは、典型的には、ユーザの周囲の実際の世界の可視化に対する拡張としての仮想画像情報の提示を伴う。複合現実（ＭＲ）は、その中に物理的および仮想オブジェクトが、共存し、リアルタイムで相互作用し得る、拡張現実のタイプである。本明細書に開示されるシステムおよび方法は、ＶＲ、ＡＲ、およびＭＲ技術に関連する種々の課題に対処する。

種々の姿勢をとる対象の画像走査が、対象の生きているような３次元（３Ｄ）仮想表現（例えば、アバタ）を作成するために生成されることができる。走査は、典型的には、対象が、対象の異なる顔の表情（例えば、笑顔、眉を顰める、ウインク、驚いている等）を示す、訓練姿勢をとっている間に行われる。走査は、対象のための仮想アバタをアニメーション化するために使用されることができる。被り得る不利点は、異なる訓練姿勢のための画像走査間の対象の頭部の移動である。そのような移動は、安定化または補償されない場合、頭部のそのようなわずかな移動が全体としてアニメーション化された表現の中にインポートされるため、アバタの不快な、不気味な、または不自然な外観につながり得る。

仮想アバタのために対象の頭部走査を整合させるための方法およびシステムの種々の実施形態は、走査内の対象の眼を位置特定するステップに基づくことができる。１つ以上の眼球モデルが、基準頭部走査内の対象の各眼球の強膜の基準候補点に適合された後、付加的基準点が、眼球モデルから推測されることができる。眼球モデルは、別の頭部走査内の対象の各眼球の強膜の候補点に適合されることができ、付加的点が、適合された眼球モデルから推測されることができる。アフィン変換が、基準頭部走査および他の頭部走査内の候補点および推測される付加的点に適合される眼球モデルに基づいて、頭部走査間で決定されることができる。

本方法およびシステムの実施形態はまた、隠されている剛体形状の場所に対して固定された少なくとも１つの点を有する、隠されていないオブジェクト（眼等）を位置特定することによって、隠されている剛体形状（対象の頭蓋骨等）を位置特定するために使用されることができる。

別の実施形態では、対象の頭部の複数の走査を整合させるステップは、眼の強膜の可視部分をある幾何学的形状（例えば、球体または楕円体の一部）に適合させ、幾何学的形状を固定された基準点として使用して、走査を安定化させることによって取得されることができる。

種々の実施形態では、走査間の対象の頭部の変換のため６自由度（ＤＯＦ）を適合させるステップは、少なくとも５ＤＯＦに加え、１つの付加的ＤＯＦを適合させる、自動化されたプロセスに低減されることができる。１つの付加的ＤＯＦを適合させるステップは、対象の皮膚上の基準点を使用して自動的に、またはアニメータによって手動で、実施されることができる。

本明細書に開示されるシステムおよび方法は、拡張、仮想、または複合現実、ゲーム、視覚的効果（ＶＦｘ）、映画等を含む、種々の産業において使用されることができる。

本明細書に説明される主題の１つ以上の実装の詳細が、付随の図面および以下の説明に記載される。他の特徴、側面、および利点は、説明、図面、および請求項から明白となるであろう。本概要または以下の詳細な説明のいずれも、本発明の主題の範囲を定義または限定することを主張するものではない。

図１は、人物によって視認されるある仮想現実オブジェクトおよびある物理的オブジェクトを伴う、複合現実シナリオの例証を描写する。

図２は、ウェアラブルシステムの実施例を図式的に図示する。

図３は、ウェアラブルシステムの例示的コンポーネントを図式的に図示する。

図４は、画像情報をユーザに出力するためのウェアラブルデバイスの導波管スタックの実施例を図式的に図示する。

図５は、仮想ユーザインターフェースと相互作用するための方法の実施例のプロセスフロー図である。

図６Ａは、アバタ処理およびレンダリングシステムを備え得る、ウェアラブルシステムの別の実施例のブロック図である。

図６Ｂは、アバタ処理およびレンダリングシステムの例示的コンポーネントを図示する。

図７は、ウェアラブルシステムの中への種々の入力を含む、ウェアラブルシステムの実施例のブロック図である。

図８は、認識されるオブジェクトに関連して仮想コンテンツをレンダリングする方法の実施例のプロセスフロー図である。

図９Ａは、相互に相互作用する複数のウェアラブルシステムを描写する、全体的システム図を図式的に図示する。

図９Ｂは、例示的テレプレゼンスセッションを図示する。

図１０は、ウェアラブルシステムのユーザによって知覚されるようなアバタの実施例を図示する。

図１１Ａは、そのアニメーションリグが生成されている、対象の頭部の実施例を図式的に図示する。

図１１Ｂは、対象の頭部の剛体成分である、対象の例示的頭蓋骨を図式的に図示する。頭蓋骨または頭蓋骨に対する少なくとも１つの固定点を有する対象の頭部の一部の位置は、画像走査間の対象の頭部を安定化させるために使用されることができる。

図１２は、眼の実施例を図式的に図示する。

図１３は、対象の頭部走査の間に得られた対象の眼の強膜の一部を示す。

図１４は、対象の眼を通して通過する、平面の断面を図式的に図示する。図は、２つの異なる頭部走査内の対象の頭部位置間の変換を決定するために使用され得る、対象の頭部の眼の中心点および対象の頭部の第３の点の実施例を図式的に示す。

図１５は、対象の眼球モデルに基づいて、対象の頭部の姿勢を決定する、例示的プロセスのフロー図である。

図１６は、対象の頭部走査を整合させる、例示的プロセスのフロー図である。

図１７は、隠されている部分および隠されていない部分を含む、オブジェクトの走査を整合させる、例示的プロセスのフロー図である。

図面全体を通して、参照番号は、参照される要素間の対応を示すために再使用され得る。図面は、本明細書に説明される例示的実施形態を図示するために提供され、本開示の範囲を限定することを意図されない。

概要
仮想アバタは、ＡＲ／ＶＲ／ＭＲ環境内の実際または架空の人物（または創造物または擬人化されたオブジェクト）の仮想表現であってもよい。例えば、その中で２人のＡＲ／ＶＲ／ＭＲユーザが相互に相互作用する、テレプレゼンスセッションの間、視認者は、別のユーザのアバタを視認者の環境内で知覚し、それによって、他のユーザの存在の有形感覚を視認者の環境内に作成することができる。アバタはまた、共有仮想環境内において、ユーザが、相互に相互作用し、ともに物事を行うための方法を提供することができる。例えば、オンラインクラスに出席する生徒は、仮想教室内の他の生徒または教師のアバタを知覚し、彼らと相互作用することができる。別の実施例として、ＡＲ／ＶＲ／ＭＲ環境内でゲームをプレーしているユーザは、ゲーム内の他のプレーヤのアバタを視認し、彼らと相互作用してもよい。

開示されるシステムおよび方法の実施形態は、改良されたアバタおよびウェアラブルシステムのユーザとユーザの環境内のアバタとの間のより現実的相互作用を提供し得る。本開示における実施例は、ヒト形状のアバタをアニメーション化することを説明するが、類似技法はまた、動物、架空の生物、オブジェクト等にも適用されることができる。故に、本明細書に説明される画像走査および整合または安定化技法の対象は、ヒト人物、動物、または他の変形可能オブジェクトまたはキャラクタであることができる。本明細書に説明される実施例の多くでは、対象は、人物（例えば、ヒトのように見えるアバタを作成するため）であるが、これは、例証のためのものであって、開示される方法およびシステムに関する限定ではない。さらに、本明細書に説明される技法の多くは、特に、動物が、画像間で静止したままであるように求めるコマンドを理解する（またはそれに従う）ことができないため、動物対象のために有利であり得る。

人物の説得力のあるデジタルアバタを作成することは、人物の３次元（３Ｄ）肖像を走査し、デジタル幾何学形状を作成することを要求し得る。画像走査は、例えば、対象を、対象を囲繞し、それに向けられている、複数のカメラ（例えば、６０、８０、１２０、またはそれを上回る）を備える、写真測量法捕捉ステージ内に設置することによって行われることができる。カメラは、相互に同期され、ある姿勢をとっている対象の３Ｄ走査に変換され得る、画像を捕捉することができる。画像（または対応する走査）は、本明細書では、画像（または対応する走査）が、人物の頭部の少なくとも一部を含み得るため、頭部走査と称され得る。頭部走査は、故に、例えば、人物の頭部の一部のみ（例えば、眼領域）、頭部全体、頭部および頸部、頭部、頸部、および上半身、または人物の全身を含んでもよい。頭部走査は、人物の環境からの背景特徴を含むことができる。

静的バーストに関しては、単一走査が、生成され得る。しかしながら、移動し、感情を表現し得る、アバタのためには、走査は、対象が、基本表情単位（例えば、笑顔、眉を顰める等）を含む、訓練姿勢をとっている間、行われ得る。これらの走査は、動いている人物の説得力のあるデジタルアバタを作成するために使用され得る、アニメーションリグ（下記に説明される）を構築するために使用される、訓練セットを作成するために使用されることができる。

本プロセスにおいて遭遇し得る、１つの難点は、整合（安定化とも称される）の問題である。人物の走査はそれぞれ、可能性として、走査イベント間の人物のわずかな移動に起因して、３Ｄ空間内に相互に対して現れ得る。走査を実施する間、そのようなわずかな移動を全体的に排除することは、困難または不可能であり得る。例えば、人物は、人物が訓練姿勢をとっているとき、頭部の複数の走査にわたって、任意の移動を伴わずに、その頭部を静止したまま保持することが不可能であり得る。これらの走査の使用を促進するために、これらのわずかな移動は、有利には、本開示の方法によって、決定される、低減される、最小限にされる、または排除されることができる。

わずかな移動（例えば、１ｍｍ未満）でさえ、これらのわずかな移動（例えば、全体としての頭部または身体の平行移動または回転）が、アニメーションリグ（例えば、アバタをアニメーション化するために使用されるブレンドシェイプ）の中に組み込まれるため、走査に基づく完成したアニメーションリグを不快な、不自然な、または不気味な見た目にさせ得る。例えば、２つの頭部走査が、精密（例えば、０．５ｍｍ未満）に整合されない場合、走査に基づく完成したリグから生成されたアバタと相互作用する、ＡＲ／ＭＲ／ＶＲユーザは、アバタに関して何かが異常または不自然であることに明確に気づき得る。ＡＲ／ＭＲ／ＶＲデバイスのユーザは、そのようなアバタと相互作用するとき、不気味な、異様な、または不快な感覚を体験し得る。オペレータは、頭部走査を手動で整合させることができるが、これは、走査またはフレームあたり０．５〜２．５時間もかかり得、多くのシナリオにおいて、対象のリグを作成するには長すぎ得る。さらに、オペレータは、走査間の対象の頭部を整合させるために、人的判断および個人化された技法を使用する。対照的に、本明細書に開示される方法の種々の実施形態は、デジタル走査に適用され得る、ルールのコンピュータ化されたセットに基づいて、自動化された（または少なくとも半自動化された）整合方法を提供する。結果は、同一であり得るが（例えば、走査のセット内の対象の頭部の整合または安定化）、コンピュータ化された技法は、個々の人的判断および経験に依拠する、オペレータの方法と異なるように実施される。

故に、開示されるシステムおよび技法の実施形態は、迅速かつ自動的に（または限定または低減されたヒト介入を伴って）、走査間の対象の頭部を整合させるために使用されることができ、これは、結果として生じるアバタのアニメーションを改良する。例えば、アバタは、その外観または移動において、完全にではないが、ほぼ完全にヒトである、アバタに対するヒト感情応答における降下を表す、いわゆる不気味の谷に陥る尤度を低減させるように、レンダリングされることができる。

ヒト対象に関して、頭蓋骨等の対象の剛体成分の位置が、走査間の対象の頭部の整合を決定するために使用され得る。しかしながら、頭蓋骨は、訓練姿勢中に表現される顔の表情の間、変形し得る、対象の皮膚によって隠されている。したがって、直接画像走査から頭蓋骨の位置を決定することは、困難である。皮膚特徴、鼻、耳、または前額等の隠されていない特徴の使用が、限定された成功または正確度を伴って使用されている。本明細書により詳細に説明されるように、頭蓋骨の位置は、頭蓋骨に対してほぼ剛性に固定される、隠されていない特徴（例えば、眼）に関する情報を使用することによって、決定されることができる。

いくつかの実装では、対象の眼の強膜（白色部分）から収集された走査データ（例えば、３Ｄデータ）が、眼球のモデル（例えば、球体または楕円体または任意の他の好適な形状）に適合されることができ、眼毎の中心点が、決定されることができる。これらの点は、対象の頭蓋骨に対してほぼ剛性であって、したがって、対象の画像走査間の頭部位置の剛体６自由度（ＤＯＦ）変換を計算するために必要とされる、３つの点のうちの２つを提供することができる。６ＤＯＦ変換は、３Ｄ座標空間内の身体の剛体成分（例えば、頭蓋骨）の移動、例えば、３つの空間平行移動（前後、上下、および左右等）および３つの角回転（ヨー、ピッチ、およびロール等）を考慮することができる。６ＤＯＦ変換は、アフィン変換（例えば、回転、平行移動、スケール変化、剪断、または反射を表す、線形変換）を含むことができる。

眼位置を基準姿勢のそれらに整合させることによって、６ＤＯＦ問題は、眼の中心点を通して通過する軸に沿った単一枢軸として特徴付けられる、１ＤＯＦ問題に低減されることができる。最終枢軸は、例えば、皮膚ベースの技法またはオペレータ（例えば、アニメータ）による手動技法を使用して計算されることができる。いくつかの実施形態では、アフィン変換が、眼球の中心点および半径に基づいて、球体合致（中心点合致に加え）として決定されることができる。いくつかの実装では、アフィン変換は、整合のために、眼の強膜の暴露される部分の幾何学的形状を合致させることによって決定されることができる。

いくつかの実施形態では、各走査は、人物の頭部（例えば、頭蓋骨）の剛体成分の位置が、共通基準姿勢のものに合致するように、６自由度アフィン変換を使用して変換されることができる。共通基準姿勢は、人物のリラックス処理された中立表現であることができる。頭蓋骨は、実際には、可視ではないため、その位置は、走査内に存在する情報から推測されることができる。走査内の一次情報である、顔の皮膚は、走査間で変形し、多くの画像走査実装のために必要とされる品質のレベルにおいて変換を決定するために好適ではないものにする。

整合問題は、特に、（例えば、ヒト対象に関して）顔の可視部分の変形度に起因して、困難であり得る。それを越えて下層構造まで見えるようにすることは、熟練したオペレータにとってさえ困難であり得る。加えて、６自由度は、複雑な方法で相互作用し、平行移動または回転が所与の整合問題のために適切であるかどうかを確認することを困難にする。

６自由度アフィン変換が、２つ以上の走査（例えば、アニメーションリグを構築するために使用され得る、基準走査および１つ以上の付加的走査）間で剛体変換されている、３つのみの点を使用して計算されることができる。走査されたヒト頭部の場合、頭蓋骨が、姿勢の間、変形する、対象の皮膚によって隠されているため、走査内で直接可視である、そのような点は、存在しない。本明細書に開示される整合方法は、頭部走査内のユーザの眼の眼球中心をユーザの眼の強膜から推測し、推測される眼球中心を使用して、頭部走査を整合させることによる、眼球位置合わせに基づくことができる。

しかしながら、眼は、反射して輝くため、走査は、眼内の反射が異なるカメラに関して異なるため、雑音が多くなり得る。さらに、眼の反射率は、表面下散乱を有し得、これは、雑音を作成する。いくつかの実施形態では、本開示の眼球整合方法は、雑音が多い頭部走査を整合させるために使用されることができる。いくつかの実装では、眼球整合方法は、そのアバタが作成されている人物に、表面下散乱を排除することに役立ち得る、粉末化粧を行うように要求しない。結局のところ、眼に化粧をすることは不可能である。

いくつかの実施形態では、本明細書に開示される眼球整合方法は、少なくとも部分的に、これらの点が全て、姿勢の間、多かれ少なかれ移動するため、鼻梁、前額、耳の背後の点等の点を追跡することに基づく他の方法に優る１つ以上の利点を有する。いくつかの実装では、眼球整合方法は、直接、候補皮膚点を追跡することに基づく、整合技法と比較して、より高い正確度を有する。いくつかの実施形態では、眼球整合方法は、皮膚運動を予測し、したがって、頭蓋骨位置を推測する、統計的または機械学習された整合技法ほど煩雑ではなく、より少ない訓練（例えば、より低い分解能またはより低い品質走査を使用した訓練）を要求する。眼球整合方法は、本方法が制作の際に使用され得る前に、時間がかかる手動整合を要求し得ない。本開示の眼球整合方法は、実装が単純、正確、高速、または容易であり得る。いくつかの実施形態では、眼球整合方法を使用して決定された整合は、困難な６自由度（ＤＯＦ）問題がよりトレース可能な１自由度のものに簡略化されているため、容易に修正または改良されることができる（例えば、オペレータまたはアニメータによって）。眼球整合方法は、コンピュータグラフィックおよび視覚的効果プロセス（例えば、映画生産のため）における付加的用途を有する。眼球整合方法は、頭部走査の完全に自動化または半自動化された整合（例えば、ある程度のオペレータ入力が、１ＤＯＦ変換等のために使用される）のために使用されることができる。

本明細書に開示されるシステムおよび方法は、拡張、仮想、または複合現実、ゲーム、視覚的効果（ＶＦｘ）、映画等を含む、種々の産業において使用されることができる。

（ウェアラブルシステムの３Ｄディスプレイの実施例）
ウェアラブルシステム（本明細書では、拡張現実（ＡＲ）システムとも称される）は、２Ｄまたは３Ｄ仮想画像をユーザに提示するために構成されることができる。画像は、組み合わせまたは同等物における、静止画像、ビデオのフレーム、またはビデオであってもよい。ウェアラブルシステムの少なくとも一部は、ユーザ相互作用のために、単独で、または組み合わせて、ＶＲ、ＡＲ、またはＭＲ環境を提示し得る、ウェアラブルデバイス上に実装されることができる。ウェアラブルデバイスは、ＡＲデバイス（ＡＲＤ）と同義的に使用されることができる。さらに、本開示の目的のために、用語「ＡＲ」は、用語「ＭＲ」と同義的に使用される。

図１は、人物によって視認される、ある仮想現実オブジェクトおよびある物理的オブジェクトを伴う、複合現実シナリオの例証を描写する。図１では、ＭＲ場面１００が、描写され、ＭＲ技術のユーザには、人々、木々、背景における建物、およびコンクリートプラットフォーム１２０を特徴とする、実世界公園状設定１１０が見える。これらのアイテムに加え、ＭＲ技術のユーザはまた、実世界プラットフォーム１２０上に立っているロボット像１３０と、マルハナバチの擬人化のように見える、飛んでいる漫画のようなアバタキャラクタ１４０とが「見える」と知覚するが、これらの要素は、実世界には存在しない。

３Ｄディスプレイが、真の深度感覚、より具体的には、表面深度のシミュレートされた感覚を生成するために、ディスプレイの視野内の点毎に、その仮想深度に対応する遠近調節応答を生成することが望ましくあり得る。ディスプレイ点に対する遠近調節応答が、収束および立体視の両眼深度キューによって決定されるようなその点の仮想深度に対応しない場合、ヒトの眼は、遠近調節衝突を体験し、不安定な結像、有害な眼精疲労、頭痛をもたらし得、そして遠近調節情報の不在下では、表面深度のほぼ完全な欠如をもたらし得る。

ＶＲ、ＡＲ、およびＭＲ体験は、複数の深度平面に対応する画像が視認者に提供されるディスプレイを有する、ディスプレイシステムによって提供されることができる。画像は、深度平面毎に異なってもよく（例えば、場面またはオブジェクトの若干異なる提示を提供する）、視認者の眼によって別個に集束され、それによって、異なる深度平面上に位置する場面に関する異なる画像特徴に合焦させるために要求される眼の遠近調節に基づいて、または合焦からずれている異なる深度平面上の異なる画像特徴を観察することに基づいて、ユーザに深度キューを提供することに役立ち得る。本明細書のいずれかに議論されるように、そのような深度キューは、信用できる深度の知覚を提供する。

図２は、ウェアラブルシステム２００の実施例を図示し、これは、ＡＲ／ＶＲ／ＭＲ場面を提供するように構成されることができる。ウェアラブルシステム２００はまた、ＡＲシステム２００と称され得る。ウェアラブルシステム２００は、ディスプレイ２２０と、ディスプレイ２２０の機能をサポートするための種々の機械的および電子的モジュールおよびシステムとを含む。ディスプレイ２２０は、ユーザ、装着者、または視認者２１０によって装着可能である、フレーム２３０に結合されてもよい。ディスプレイ２２０は、ユーザ２１０の眼の正面に位置付けられることができる。ディスプレイ２２０は、ＡＲ／ＶＲ／ＭＲコンテンツをユーザに提示するができる。ディスプレイ２２０は、ユーザの頭部上に装着される、頭部搭載型ディスプレイ（ＨＭＤ）を備えることができる。

いくつかの実施形態では、スピーカ２４０が、フレーム２３０に結合され、ユーザの外耳道に隣接して位置付けられる（いくつかの実施形態では、示されない別のスピーカが、ユーザの他方の外耳道に隣接して位置付けられ、ステレオ／成形可能音制御を提供する）。ディスプレイ２２０は、環境からオーディオストリームを検出し、周囲音を捕捉するために、オーディオセンサ（例えば、マイクロホン）２３２を含むことができる。いくつかの実施形態では、示されない１つ以上の他のオーディオセンサが、ステレオ音受信を提供するために位置付けられる。ステレオ音受信は、音源の場所を決定するために使用されることができる。ウェアラブルシステム２００は、音声または発話認識をオーディオストリームに実施することができる。

ウェアラブルシステム２００は、ユーザの周囲の環境内の世界を観察する、外向きに面した結像システム４６４（図４に示される）を含むことができる。ウェアラブルシステム２００はまた、ユーザの眼移動を追跡し得る、内向きに面した結像システム４６２（図４に示される）を含むことができる。内向きに面した結像システムは、一方の眼の移動または両方の眼の移動のいずれかを追跡することができる。内向きに面した結像システム４６２は、フレーム２３０に取り付けられてもよく、内向きに面した結像システムによって入手された画像情報を処理し、例えば、ユーザ２１０の眼の瞳孔直径または配向、眼の移動、または眼姿勢を決定し得る、処理モジュール２６０または２７０と電気通信してもよい。内向きに面した結像システム４６２は、１つ以上のカメラを含んでもよい。例えば、少なくとも１つのカメラは、各眼を結像するために使用されてもよい。カメラによって入手された画像は、眼毎に、別個に、瞳孔サイズまたは眼姿勢を決定し、それによって、各眼への画像情報の提示がその眼に対して動的に調整されることを可能にするために使用されてもよい。

実施例として、ウェアラブルシステム２００は、外向きに面した結像システム４６４または内向きに面した結像システム４６２を使用して、ユーザの姿勢の画像を入手することができる。画像は、静止画像、ビデオのフレーム、またはビデオであってもよい。

ディスプレイ２２０は、有線導線または無線接続等によって、フレーム２３０に固定して取り付けられる、ユーザによって装着されるヘルメットまたは帽子に固定して取り付けられる、ヘッドホンに内蔵される、または別様にユーザ２１０に除去可能に取り付けられる（例えば、リュック式構成において、ベルト結合式構成において）等、種々の構成において搭載され得る、ローカルデータ処理モジュール２６０に動作可能に結合されることができる（２５０）。

ローカル処理およびデータモジュール２６０は、ハードウェアプロセッサおよび不揮発性メモリ（例えば、フラッシュメモリ）等のデジタルメモリを備えてもよく、その両方とも、データの処理、キャッシュ、および記憶を補助するために利用され得る。データは、ａ）画像捕捉デバイス（例えば、内向きに面した結像システムまたは外向きに面した結像システム内のカメラ）、オーディオセンサ（例えば、マイクロホン）、慣性測定ユニット（ＩＭＵ）、加速度計、コンパス、全地球測位システム（ＧＰＳ）ユニット、無線デバイス、またはジャイロスコープ等の（例えば、フレーム２３０に動作可能に結合される、または別様にユーザ２１０に取り付けられ得る）センサから捕捉されるデータ、または、ｂ）場合にっては処理または読出後にディスプレイ２２０への通過のために、遠隔処理モジュール２７０または遠隔データリポジトリ２８０を使用して入手または処理されるデータを含んでもよい。ローカル処理およびデータモジュール２６０は、これらの遠隔モジュールがローカル処理およびデータモジュール２６０へのリソースとして利用可能であるように、有線または無線通信リンク等を介して、通信リンク２６２または２６４を遠隔処理モジュール２７０または遠隔データリポジトリ２８０に動作可能に結合されてもよい。加えて、遠隔処理モジュール２８０および遠隔データリポジトリ２８０は、相互に動作可能に結合されてもよい。

いくつかの実施形態では、遠隔処理モジュール２７０は、データまたは画像情報を分析および処理するように構成される、１つ以上のプロセッサを備えてもよい。いくつかの実施形態では、遠隔データリポジトリ２８０は、デジタルデータ記憶設備を備え得、これは、インターネットまたは「クラウド」リソース構成における他のネットワーキング構成を通して利用可能であってもよい。いくつかの実施形態では、全てのデータが、記憶され、全ての算出が、ローカル処理およびデータモジュールにおいて実施され、遠隔モジュールからの完全に自律的な使用を可能にする。

（ウェアラブルシステムの例示的コンポーネント）
図３は、ウェアラブルシステムの例示的コンポーネントを図式的に図示する。図３は、ウェアラブルシステム２００を示し、これは、ディスプレイ２２０と、フレーム２３０とを含むことができる。引き伸ばし図２０２は、ウェアラブルシステム２００の種々のコンポーネントを図式的に図示する。ある実装では、図３に図示されるコンポーネントのうちの１つ以上のものは、ディスプレイ２２０の一部であることができる。種々のコンポーネントは、単独で、または組み合わせて、ウェアラブルシステム２００のユーザまたはユーザの環境と関連付けられた種々のデータ（例えば、聴覚的または視覚的データ等）を収集することができる。他の実施形態は、ウェアラブルシステムが使用される用途に応じて、付加的またはより少ないコンポーネントを有してもよいことを理解されたい。なお、図３は、種々のコンポーネントのうちのいくつかと、ウェアラブルシステムを通して収集、分析、および記憶され得る、データのタイプの基本概念とを提供する。

図３は、例示的ウェアラブルシステム２００を示し、これは、ディスプレイ２２０を含むことができる。ディスプレイ２２０は、ユーザの頭部、またはフレーム２３０に対応する、筐体またはフレーム２３０に搭載され得る、ディスプレイレンズ２２６を備えることができる。ディスプレイレンズ２３０は、筐体２３０によって、ユーザの眼３０２、３０４の正面に位置付けられる、１つ以上の透明ミラーを備えてもよく、投影された光３３８を眼３０２、３０４の中にバウンスさせ、ビーム成形を促進しながら、また、ローカル環境からの少なくとも一部の光の透過を可能にするように構成されてもよい。投影された光ビーム３３８の波面は、投影された光の所望の焦点距離と一致するように屈曲または集束されてもよい。図示されるように、２つの広視野マシンビジョンカメラ３１６（世界カメラとも称される）が、筐体２３０に結合され、ユーザの周囲の環境を結像することができる。これらのカメラ３１６は、二重捕捉式可視光／非可視（例えば、赤外線）光カメラであることができる。カメラ３１６は、図４に示される外向きに面した結像システム４６４の一部であってもよい。世界カメラ３１６によって入手された画像は、姿勢プロセッサ３３６によって処理されることができる。例えば、姿勢プロセッサ３３６は、１つ以上のオブジェクト認識装置７０８（例えば、図７に示される）を実装し、ユーザまたはユーザの環境内の別の人物の姿勢を識別する、またはユーザの環境内の物理的オブジェクトを識別することができる。

図３を継続して参照すると、光３３８を眼３０２、３０４の中に投影するように構成される、ディスプレイミラーおよび光学系を伴う、一対の走査式レーザ成形波面（例えば、深度のために）光プロジェクタモジュールが、示される。描写される図はまた、ユーザの眼３０２、３０４を追跡し、レンダリングおよびユーザ入力をサポート可能であるように構成される、赤外線光（発光ダイオード「ＬＥＤ」等）とペアリングされる、２つの小型赤外線カメラ３２４を示す。カメラ３２４は、図４に示される、内向きに面した結像システム４６２の一部であってもよい。ウェアラブルシステム２００はさらに、センサアセンブリ３３９を特徴とすることができ、これは、Ｘ、Ｙ、およびＺ軸加速度計能力および磁気コンパスおよびＸ、Ｙ、およびＺ軸ジャイロスコープ能力を備え、好ましくは、２００Ｈｚ等の比較的に高周波数でデータを提供し得る。センサアセンブリ３３９は、図２Ａを参照して説明される、ＩＭＵの一部であってもよい。描写されるシステム２００はまた、ＡＳＩＣ（特定用途向け集積回路）、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、またはＡＲＭプロセッサ（高度縮小命令セット機械）等の頭部姿勢プロセッサ３３６を備えることができ、これは、リアルタイムまたは近リアルタイムユーザ頭部姿勢を捕捉デバイス３１６から出力された広視野画像情報から計算するように構成されてもよい。頭部姿勢プロセッサ３３６は、ハードウェアプロセッサであることができ、図２Ａに示されるローカル処理およびデータモジュール２６０の一部として実装されることができる。

ウェアラブルシステムはまた、１つ以上の深度センサ２３４を含むことができる。深度センサ２３４は、環境内のオブジェクトとウェアラブルデバイスとの間の距離を測定するように構成されることができる。深度センサ２３４は、レーザスキャナ（例えば、ライダ）、超音波深度センサ、または深度感知カメラを含んでもよい。カメラ３１６が深度感知能力を有する、ある実装では、カメラ３１６はまた、深度センサ２３４と見なされ得る。

また、示されるのは、デジタルまたはアナログ処理を実行し、姿勢をセンサアセンブリ３３９からのジャイロスコープ、コンパス、または加速度計データから導出するように構成される、プロセッサ３３２である。プロセッサ３３２は、図２に示される、ローカル処理およびデータモジュール２６０の一部であってもよい。ウェアラブルシステム２００はまた、図３に示されるように、例えば、ＧＰＳ３３７（全地球測位システム）等の測位システムを含み、姿勢および測位分析を補助することができる。加えて、ＧＰＳはさらに、ユーザの環境についての遠隔ベース（例えば、クラウドベース）の情報を提供してもよい。本情報は、ユーザの環境内のオブジェクトまたは情報を認識するために使用されてもよい。

ウェアラブルシステムは、ＧＰＳ３３７および遠隔コンピューティングシステム（例えば、遠隔処理モジュール２７０、別のユーザのＡＲＤ等）によって入手されたデータを組み合わせてもよく、これは、ユーザの環境についてのより多くの情報を提供することができる。一実施例として、ウェアラブルシステムは、ＧＰＳデータに基づいて、ユーザの場所を決定し、ユーザの場所と関連付けられた仮想オブジェクトを含む、世界マップを読み出すことができる（例えば、遠隔処理モジュール２７０と通信することによって）。別の実施例として、ウェアラブルシステム２００は、世界カメラ３１６（図４に示される外向きに面した結像システム４６４の一部であってもよい）を使用して、環境を監視することができる。世界カメラ３１６によって入手された画像に基づいて、ウェアラブルシステム２００は、環境内のオブジェクトを検出することができる（例えば、図７に示される１つ以上のオブジェクト認識装置７０８を使用することによって）。ウェアラブルシステムはさらに、ＧＰＳ３３７によって入手されたデータを使用して、キャラクタを解釈することができる。

ウェアラブルシステム２００はまた、レンダリングエンジン３３４を備えてもよく、これは、世界のユーザのビューのために、ユーザにローカルなレンダリング情報を提供し、スキャナの動作およびユーザの眼の中への結像を促進するように構成されることができる。レンダリングエンジン３３４は、ハードウェアプロセッサ（例えば、中央処理ユニットまたはグラフィック処理ユニット等）によって実装されてもよい。いくつかの実施形態では、レンダリングエンジンは、ローカル処理およびデータモジュール２６０の一部である。レンダリングエンジン３３４は、ウェアラブルシステム２００の他のコンポーネントに通信可能に結合されることができる（例えば、有線または無線リンクを介して）。例えば、レンダリングエンジン３３４は、通信リンク２７４を介して、眼カメラ３２４に結合され、通信リンク２７２を介して、投影サブシステム３１８（網膜走査ディスプレイに類似する様式において、走査レーザ配列を介して、光をユーザの眼３０２、３０４の中に投影することができる）に結合されることができる。レンダリングエンジン３３４はまた、それぞれ、リンク２７６および２９４を介して、例えば、センサ姿勢プロセッサ３３２および画像姿勢プロセッサ３３６等の他の処理ユニットと通信することができる。

カメラ３２４（例えば、小型赤外線カメラ）は、眼姿勢を追跡し、レンダリングおよびユーザ入力をサポートするために利用されてもよい。いくつかの例示的眼姿勢は、ユーザが見ている場所または合焦させている深度（眼の輻輳・開散運動（ｖｅｒｇｅｎｃｅ）を用いて推定されてもよい）を含んでもよい。ＧＰＳ３３７、ジャイロスコープ、コンパス、および加速度計３３９は、大まかなまたは高速の姿勢推定を提供するために利用されてもよい。カメラ３１６のうちの１つ以上のものは、画像および姿勢を入手することができ、これは、関連付けられたクラウドコンピューティングリソースからのデータと併せて、ローカル環境をマッピングし、ユーザビューを他者と共有するために利用されてもよい。

図３に描写される例示的コンポーネントは、例証目的のためだけのものである。複数のセンサおよび他の機能モジュールが、例証および説明の容易性のために、ともに示される。いくつかの実施形態は、これらのセンサまたはモジュールの１つのみまたはサブセットを含んでもよい。さらに、これらのコンポーネントの場所は、図３に描写される位置に限定されない。いくつかのコンポーネントは、ベルト搭載型コンポーネント、ハンドヘルドコンポーネント、またはヘルメットコンポーネント等、他のコンポーネント内に搭載または格納されてもよい。一実施例として、画像姿勢プロセッサ３３６、センサ姿勢プロセッサ３３２、およびレンダリングエンジン３３４は、ベルトパック内に位置付けられ、超広帯域、Ｗｉ−Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の無線通信を介して、または有線通信を介して、ウェアラブルシステムの他のコンポーネントと通信するように構成されてもよい。描写される筐体２３０は、好ましくは、ユーザによって頭部搭載可能かつ装着可能である。しかしながら、ウェアラブルシステム２００のいくつかのコンポーネントは、ユーザの身体の他の部分に装着されてもよい。例えば、スピーカ２４０が、ユーザの耳の中に挿入され、音をユーザに提供してもよい。

ユーザの眼３０２、３０４の中への光３３８の投影に関して、いくつかの実施形態では、カメラ３２４は、一般に、眼の焦点の位置または「焦点深度」と一致する、ユーザの眼の中心が幾何学的に輻輳・開散される場所を測定するために利用されてもよい。眼が輻輳・開散する全ての点の３次元表面は、「単視軌跡」と称され得る。焦点距離は、有限数の深度をとり得る、または無限に変動し得る。輻輳・開散運動距離から投影された光は、対象の眼３０２、３０４に集束されるように現れる一方、輻輳・開散運動距離の正面または背後の光は、ぼかされる。本開示のウェアラブルシステムおよび他のディスプレイシステムの実施例はまた、米国特許公開第２０１６／０２７０６５６号（参照することによってその全体として本明細書に組み込まれる）に説明される。

ヒト視覚系は、複雑であって、深度の現実的知覚を提供することは、困難である。オブジェクトの視認者は、輻輳・開散運動と遠近調節（ａｃｃｏｍｍｏｄａｔｉｏｎ）の組み合わせに起因して、オブジェクトを３次元として知覚し得る。相互に対する２つの眼の輻輳・開散運動移動（例えば、瞳孔が、相互に向かって、またはそこから離れるように移動し、眼の視線を収束させ、オブジェクトを固視するような瞳孔の回転）は、眼の水晶体の合焦（または「遠近調節」）と緊密に関連付けられる。通常条件下、焦点を１つのオブジェクトから異なる距離における別のオブジェクトに変化させるための眼のレンズの焦点の変化または眼の遠近調節は、「遠近調節−輻輳・開散運動反射」として知られる関係下、輻輳・開散運動の整合変化を自動的に同一距離に生じさせるであろう。同様に、輻輳・開散運動の変化は、通常条件下、遠近調節の整合変化を誘起するであろう。遠近調節と輻輳・開散運動との間のより良好な整合を提供するディスプレイシステムは、３次元画像のより現実的かつ快適なシミュレーションを形成し得る。

さらに、約０．７ミリメートル未満のビーム直径を伴う、空間的にコヒーレントな光は、眼が合焦している場所にかかわらず、ヒトの眼によって正しく解像されることができる。したがって、適切な焦点深度の錯覚を作成するために、眼の輻輳・開散運動が、カメラ３２４を用いて追跡されてもよく、レンダリングエンジン３３４および投影サブシステム３１８は、単視軌跡上またはそれに近接する全てのオブジェクトを合焦させてレンダリングし、全ての他のオブジェクトを可変程度に焦点をずらしてレンダリングするために利用されてもよい（例えば、意図的に作成されたぼけを使用して）。好ましくは、システム２２０は、ユーザに、約６０フレーム／秒以上のフレームレートでレンダリングする。上記に説明されるように、好ましくは、カメラ３２４は、眼追跡のために利用されてもよく、ソフトウェアは、輻輳・開散運動幾何学形状だけではなく、また、ユーザ入力としての役割を果たすための焦点場所キューも取り上げるように構成されてもよい。好ましくは、そのようなディスプレイシステムは、昼間または夜間の使用のために好適な明度およびコントラストを用いて構成される。

いくつかの実施形態では、ディスプレイシステムは、好ましくは、視覚的オブジェクト整合のために約２０ミリ秒未満の待ち時間、約０．１度未満の角度整合、および約１弧分（ａｒｃ ｍｉｎｕｔｅ）の分解能を有し、これは、理論によって限定されるわけではないが、ヒトの眼のほぼ限界であると考えられる。ディスプレイシステム２２０は、位置特定システムと統合されてもよく、これは、ＧＰＳ要素、光学追跡、コンパス、加速度計、または他のデータソースを伴い、位置および姿勢決定を補助し得る。位置特定情報は、関連世界のユーザのビュー内における正確なレンダリングを促進するために利用されてもよい（例えば、そのような情報は、眼鏡が実世界に対する場所を把握することを促進するであろう）。

いくつかの実施形態では、ウェアラブルシステム２００は、ユーザの眼の遠近調節に基づいて、１つ以上の仮想画像を表示するように構成される。ユーザに画像が投影されている場所に合焦させるように強制する、従来の３Ｄディスプレイアプローチと異なり、いくつかの実施形態では、ウェアラブルシステムは、投影された仮想コンテンツの焦点を自動的に変動させ、ユーザに提示される１つ以上の画像のより快適な視認を可能にするように構成される。例えば、ユーザの眼が、１ｍの現在の焦点を有する場合、画像は、ユーザの焦点と一致するように投影されてもよい。ユーザが、焦点を３ｍに偏移させる場合、画像は、新しい焦点と一致するように投影される。したがって、ユーザに所定の焦点を強制するのではなく、いくつかの実施形態のウェアラブルシステム２００は、ユーザの眼がより自然な様式において機能することを可能にする。

そのようなウェアラブルシステム２００は、仮想現実デバイスに対して典型的に観察される、眼精疲労、頭痛、および他の生理学的症状の発生率を排除または低減させ得る。これを達成するために、ウェアラブルシステム２００の種々の実施形態は、１つ以上の可変焦点要素（ＶＦＥ）を通して、仮想画像を可変焦点距離に投影するように構成される。１つ以上の実施形態では、３Ｄ知覚は、画像をユーザから離れた固定された焦点面に投影する、多平面焦点システムを通して達成されてもよい。他の実施形態は、可変平面焦点を採用し、焦点面は、ユーザの焦点の現在の状態と一致するように、ｚ−方向に往復して移動される。

多平面焦点システムおよび可変平面焦点システムの両方において、ウェアラブルシステム２００は、眼追跡を採用し、ユーザの眼の輻輳・開散運動を決定し、ユーザの現在の焦点を決定し、仮想画像を決定された焦点に投影してもよい。他の実施形態では、ウェアラブルシステム２００は、ファイバスキャナまたは他の光生成源を通して、網膜を横断して、可変焦点の光ビームをラスタパターンで可変に投影する、光変調器を備える。したがって、画像を可変焦点距離に投影するウェアラブルシステム２００のディスプレイの能力は、ユーザがオブジェクトを３Ｄにおいて視認するための遠近調節を容易にするだけではなく、また、米国特許公開第２０１６／０２７０６５６号（参照することによってその全体として本明細書に組み込まれる）にさらに説明されるように、ユーザの眼球異常を補償するために使用されてもよい。いくつかの他の実施形態では、空間光変調器は、種々の光学コンポーネントを通して、画像をユーザに投影してもよい。例えば、以下にさらに説明されるように、空間光変調器は、画像を１つ以上の導波管上に投影してもよく、これは、次いで、画像をユーザに伝送する。

（導波管スタックアセンブリ）
図４は、画像情報をユーザに出力するための導波管スタックの実施例を図示する。ウェアラブルシステム４００は、複数の導波管４３２ｂ、４３４ｂ、４３６ｂ、４３８ｂ、４４００ｂを使用して、３次元知覚を眼／脳に提供するために利用され得る、導波管のスタックまたはスタックされた導波管アセンブリ４８０を含む。いくつかの実施形態では、ウェアラブルシステム４００は、図２のウェアラブルシステム２００に対応してもよく、図４は、そのウェアラブルシステム２００のいくつかの部分をより詳細に概略的に示す。例えば、いくつかの実施形態では、導波管アセンブリ４８０は、図２のディスプレイ２２０の中に統合されてもよい。

図４を継続して参照すると、導波管アセンブリ４８０はまた、複数の特徴４５８、４５６、４５４、４５２を導波管間に含んでもよい。いくつかの実施形態では、特徴４５８、４５６、４５４、４５２は、レンズであってもよい。他の実施形態では、特徴４５８、４５６、４５４、４５２は、レンズではなくてもよい。むしろ、それらは、単に、スペーサであってもよい（例えば、空気間隙を形成するためのクラッディング層または構造）。

導波管４３２ｂ、４３４ｂ、４３６ｂ、４３８ｂ、４４０ｂまたは複数のレンズ４５８、４５６、４５４、４５２は、種々のレベルの波面曲率または光線発散を用いて、画像情報を眼に送信するように構成されてもよい。各導波管レベルは、特定の深度平面と関連付けられてもよく、その深度平面に対応する画像情報を出力するように構成されてもよい。画像投入デバイス４２０、４２２、４２４、４２６、４２８は、それぞれ、眼４１０に向かって出力するために、各個別の導波管を横断して入射光を分散させるように構成され得る、導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂの中に画像情報を投入するために利用されてもよい。光は、画像投入デバイス４２０、４２２、４２４、４２６、４２８の出力表面から出射し、導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂの対応する入力縁の中に投入される。いくつかの実施形態では、光の単一ビーム（例えば、コリメートされたビーム）が、各導波管の中に投入され、特定の導波管と関連付けられた深度平面に対応する特定の角度（および発散量）において眼４１０に向かって指向される、クローン化されたコリメートビームの場全体を出力してもよい。

いくつかの実施形態では、画像投入デバイス４２０、４２２、４２４、４２６、４２８は、それぞれ、それぞれが対応する導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂの中への投入のための画像情報を生成する、離散ディスプレイである。いくつかの他の実施形態では、画像投入デバイス４２０、４２２、４２４、４２６、４２８は、例えば、画像情報を１つ以上の光学導管（光ファイバケーブル等）を介して、画像投入デバイス４２０、４２２、４２４、４２６、４２８のそれぞれに送り得る、単一の多重化されたディスプレイの出力端である。

コントローラ４６０が、スタックされた導波管アセンブリ４８０および画像投入デバイス４２０、４２２、４２４、４２６、４２８の動作を制御する。コントローラ４６０は、導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂへの画像情報のタイミングおよび提供を調整する、プログラミング（例えば、非一過性コンピュータ可読媒体内の命令）を含む。いくつかの実施形態では、コントローラ４６０は、単一一体型デバイスまたは有線または無線通信チャネルによって接続される分散型システムであってもよい。コントローラ４６０は、いくつかの実施形態では、処理モジュール２６０または２７０（図２に図示される）の一部であってもよい。

導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂは、全内部反射（ＴＩＲ）によって各個別の導波管内で光を伝搬するように構成されてもよい。導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂはそれぞれ、主要上部表面および主要底部表面およびそれらの主要上部表面と主要底部表面との間に延在する縁を伴う、平面である、または別の形状（例えば、湾曲）を有してもよい。図示される構成では、導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂはそれぞれ、光を再指向させ、各個別の導波管内で伝搬させ、導波管から画像情報を眼４１０に出力することによって、光を導波管から抽出するように構成される、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａを含んでもよい。抽出された光はまた、外部結合光と称され得、光抽出光学要素はまた、外部結合光学要素と称され得る。抽出された光のビームは、導波管によって、導波管内で伝搬する光が光再指向要素に衝打する場所において出力される。光抽出光学要素（４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａ）は、例えば、反射または回折光学特徴であってもよい。説明を容易にし、図面を明確性にするために、導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂの底部主要表面に配置されて図示されるが、いくつかの実施形態では、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａは、上部主要表面または底部主要表面に配置されてもよい、または導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂの容積内に直接配置されてもよい。いくつかの実施形態では、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａは、透明基板に取り付けられ、導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂを形成する、材料の層内に形成されてもよい。いくつかの他の実施形態では、導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂは、モノリシック材料部品であってもよく、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａは、その材料部品の表面上および／または内部に形成されてもよい。

図４を継続して参照すると、本明細書に議論されるように、各導波管４４０ｂ、４３８ｂ、４３６ｂ、４３４ｂ、４３２ｂは、光を出力し、特定の深度平面に対応する画像を形成するように構成される。例えば、眼の最近傍の導波管４３２ｂは、そのような導波管４３２ｂの中に投入されるにつれて、コリメートされた光を眼４１０に送達するように構成されてもよい。コリメートされた光は、光学無限遠焦点面を表し得る。次の上方の導波管４３４ｂは、眼４１０に到達し得る前に、第１のレンズ４５２（例えば、負のレンズ）を通して通過する、コリメートされた光を送出するように構成されてもよい。第１のレンズ４５２は、眼／脳が、その次の上方の導波管４３４ｂから生じる光を光学無限遠から眼４１０に向かって内向きにより近い第１の焦点面から生じるように解釈するように、若干の凸面波面曲率を生成するように構成されてもよい。同様に、第３の上方の導波管４３６ｂは、眼４１０に到達する前に、その出力光を第１のレンズ４５２および第２のレンズ４５４の両方を通して通過させる。第１および第２のレンズ４５２および４５４の組み合わせられた屈折力は、眼／脳が、第３の導波管４３６ｂから生じる光が次の上方の導波管４３４ｂからの光であったよりも光学無限遠から人物に向かって内向きにさらに近い第２の焦点面から生じるように解釈するように、別の漸増量の波面曲率を生成するように構成されてもよい。

他の導波管層（例えば、導波管４３８ｂ、４４０ｂ）およびレンズ（例えば、レンズ４５６、４５８）も同様に構成され、スタック内の最高導波管４４０ｂを用いて、人物に最も近い焦点面を表す集約焦点力のために、その出力をそれと眼との間のレンズの全てを通して送出する。スタックされた導波管アセンブリ４８０の他側の世界４７０から生じる光を視認／解釈するとき、レンズ４５８、４５６、４５４、４５２のスタックを補償するために、補償レンズ層４３０が、スタックの上部に配置され、下方のレンズスタック４５８、４５６、４５４、４５２の集約力を補償してもよい。そのような構成は、利用可能な導波管／レンズ対と同じ数の知覚される焦点面を提供する。導波管の光抽出光学要素およびレンズの集束側面は両方とも、静的であってもよい（例えば、動的または電気活性ではない）。いくつかの代替実施形態では、一方または両方とも、電気活性特徴を使用して動的であってもよい。

図４を継続して参照すると、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａは、導波管と関連付けられた特定の深度平面のために、光をその個別の導波管から再指向し、かつ本光を適切な量の発散またはコリメーションを伴って出力するように構成されてもよい。その結果、異なる関連付けられた深度平面を有する導波管は、関連付けられた深度平面に応じて、異なる量の発散を伴う光を出力する、異なる構成の光抽出光学要素を有してもよい。いくつかの実施形態では、本明細書に議論されるように、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａは、光を具体的角度で出力するように構成され得る、立体または表面特徴であってもよい。例えば、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａは、体積ホログラム、表面ホログラム、および／または回折格子であってもよい。回折格子等の光抽出光学要素は、２０１５年６月２５日に公開された米国特許公開第２０１５／０１７８９３９号（参照することによってその全体として本明細書に組み込まれる）に説明される。

いくつかの実施形態では、光抽出光学要素４４０ａ、４３８ａ、４３６ａ、４３４ａ、４３２ａは、回折パターンを形成する回折特徴または「回折光学要素」（本明細書では、「ＤＯＥ」とも称される）である。好ましくは、ＤＯＥは、ビームの光の一部のみがＤＯＥの各交差部で眼４１０に向かって偏向される一方、残りが、全内部反射を介して、導波管を通して移動し続けるように、比較的に低回折効率を有する。画像情報を搬送する光は、したがって、複数の場所において導波管から出射する、いくつかの関連出射ビームに分割され、その結果、導波管内でバウンスする本特定のコリメートされたビームに関して、眼３０４に向かって非常に均一なパターンの出射放出となることができる。

いくつかの実施形態では、１つ以上のＤＯＥは、能動的に回折する「オン」状態と有意に回折しない「オフ」状態との間で切替可能であってもよい。例えば、切替可能なＤＯＥは、ポリマー分散液晶の層を備えてもよく、その中で微小液滴は、ホスト媒体中に回折パターンを備え、微小液滴の屈折率は、ホスト材料の屈折率に実質的に整合するように切り替えられることができる（その場合、パターンは、入射光を著しく回折させない）、または微小液滴は、ホスト媒体のものに整合しない屈折率に切り替えられることができる（その場合、パターンは、入射光を能動的に回折させる）。

いくつかの実施形態では、深度平面または被写界深度の数および分布は、視認者の眼の瞳孔サイズまたは配向に基づいて、動的に変動されてもよい。被写界深度は、視認者の瞳孔サイズと反比例して変化してもよい。その結果、視認者の眼の瞳孔のサイズが減少するにつれて、被写界深度は、その平面の場所が眼の焦点深度を越えるため判別不能である１つの平面が、判別可能となり、瞳孔サイズの低減および被写界深度の相当する増加に伴って、より合焦して現れ得るように増加する。同様に、異なる画像を視認者に提示するために使用される、離間される深度平面の数は、減少された瞳孔サイズに伴って減少されてもよい。例えば、視認者は、一方の深度平面から他方の深度平面への眼の遠近調節を調節せずに、第１の深度平面および第２の深度平面の両方の詳細を１つの瞳孔サイズにおいて明確に知覚することが可能ではない場合がある。しかしながら、これらの２つの深度平面は、同時に、遠近調節を変化させずに、別の瞳孔サイズにおいてユーザに合焦するには十分であり得る。

いくつかの実施形態では、ディスプレイシステムは、瞳孔サイズまたは配向の決定に基づいて、または特定の瞳孔サイズまたは配向を示す電気信号の受信に応じて、画像情報を受信する導波管の数を変動させてもよい。例えば、ユーザの眼が、２つの導波管と関連付けられた２つの深度平面間を区別不能である場合、コントローラ４６０（ローカル処理およびデータモジュール２６０の実施形態であり得る）は、これらの導波管のうちの１つへの画像情報の提供を停止するように構成またはプログラムされることができる。有利には、これは、システムへの処理負担を低減させ、それによって、システムの応答性を増加させ得る。導波管のためのＤＯＥがオンおよびオフ状態間で切替可能である実施形態では、ＤＯＥは、導波管が画像情報を受信するとき、オフ状態に切り替えられてもよい。

いくつかの実施形態では、出射ビームに視認者の眼の直径未満の直径を有するという条件を満たさせることが望ましくあり得る。しかしながら、本条件を満たすことは、視認者の瞳孔のサイズの変動性に照らして、困難であり得る。いくつかの実施形態では、本条件は、視認者の瞳孔のサイズの決定に応答して出射ビームのサイズを変動させることによって、広範囲の瞳孔サイズにわたって満たされる。例えば、瞳孔サイズが減少するにつれて、出射ビームのサイズもまた、減少し得る。いくつかの実施形態では、出射ビームサイズは、可変開口を使用して変動されてもよい。

ウェアラブルシステム４００は、世界４７０の一部を結像する、外向きに面した結像システム４６４（例えば、デジタルカメラ）を含むことができる。世界４７０の本部分は、世界カメラの視野（ＦＯＶ）と称され得、結像システム４６４は、時として、ＦＯＶカメラとも称される。世界カメラのＦＯＶは、視認者２１０のＦＯＶと同一である場合とそうではない場合があり、これは、視認者２１０が所与の時間に知覚する、世界４７０の一部を包含する。例えば、いくつかの状況では、世界カメラのＦＯＶは、ウェアラブルシステム４００の視認者２１０の視野より大きくあり得る。視認者による視認または結像のために利用可能な領域全体は、動眼視野（ＦＯＲ）と称され得る。ＦＯＲは、装着者が、その身体、頭部、または眼を移動させ、空間内の実質的に任意の方向を知覚することができるため、ウェアラブルシステム４００を囲繞する４πステラジアンの立体角を含んでもよい。他のコンテキストでは、装着者の移動は、より抑制されてもよく、それに応じて、装着者のＦＯＲは、より小さい立体角に接し得る。外向きに面した結像システム４６４から得られた画像は、ユーザによって行われるジェスチャ（例えば、手または指のジェスチャ）を追跡し、ユーザの正面における世界４７０内のオブジェクトを検出する等のために、使用されることができる。

ウェアラブルシステム４００は、オーディオセンサ２３２、例えば、マイクロホンを含み、周囲音を捕捉することができる。上記に説明されるように、いくつかの実施形態では、１つ以上の他のオーディオセンサが、発話源の場所の決定に有用なステレオ音受信を提供するために位置付けられることができる。オーディオセンサ２３２は、別の実施例として、指向性マイクロホンを備えることができ、これはまた、オーディオ源が位置する場所に関するそのような有用な指向性情報を提供することができる。ウェアラブルシステム４００は、発話源を位置特定する際、または特定の瞬間におけるアクティブ話者を決定するために等、外向きに面した結像システム４６４およびオーディオセンサ２３０の両方からの情報を使用することができる。例えば、ウェアラブルシステム４００は、単独で、または話者の反射された画像（例えば、鏡に見られるように）と組み合わせて、音声認識を使用して、話者の識別を決定することができる。別の実施例として、ウェアラブルシステム４００は、指向性マイクロホンから入手された音に基づいて、環境内の話者の位置を決定することができる。ウェアラブルシステム４００は、発話認識アルゴリズムを用いて、話者の位置から生じる音を解析し、発話のコンテンツを決定し、音声認識技法を使用して、話者の識別（例えば、名前または他の人口統計情報）を決定することができる。

ウェアラブルシステム４００はまた、眼移動および顔移動等のユーザの移動を観察する、内向きに面した結像システム４６６（例えば、デジタルカメラ）を含むことができる。内向きに面した結像システム４６６は、眼４１０の画像を捕捉し、眼３０４の瞳孔のサイズおよび／または配向を決定するために使用されてもよい。内向きに面した結像システム４６６は、ユーザが見ている方向（例えば、眼姿勢）を決定する際に使用するため、またはユーザのバイオメトリック識別のため（例えば、虹彩識別を介して）、画像を得るために使用されることができる。いくつかの実施形態では、少なくとも１つのカメラが、眼毎に、独立して、各眼の瞳孔サイズまたは眼姿勢を独立的に決定し、それによって、各眼への画像情報の提示がその眼に対して動的に調整されることを可能にするために利用されてもよい。いくつかの他の実施形態では、単一眼４１０のみの瞳孔直径または配向（例えば、対の眼あたり単一カメラのみを使用して）が、決定され、ユーザの両眼に関して類似すると仮定される。内向きに面した結像システム４６６によって得られる画像は、ユーザに提示されるべきオーディオまたは視覚的コンテンツを決定するためにウェアラブルシステム４００によって使用され得る、ユーザの眼姿勢または気分を決定するために分析されてもよい。ウェアラブルシステム４００はまた、ＩＭＵ、加速度計、ジャイロスコープ等のセンサを使用して、頭部姿勢（例えば、頭部位置または頭部配向）を決定してもよい。

ウェアラブルシステム４００は、ユーザが、コマンドをコントローラ４６０に入力し、ウェアラブルシステム４００と相互作用し得る、ユーザ入力デバイス４６６を含むことができる。例えば、ユーザ入力デバイス４６６は、トラックパッド、タッチスクリーン、ジョイスティック、多自由度（ＤＯＦ）コントローラ、容量感知デバイス、ゲームコントローラ、キーボード、マウス、指向性パッド（Ｄパッド）、ワンド、触知デバイス、トーテム（例えば、仮想ユーザ入力デバイスとして機能する）等を含むことができる。マルチＤＯＦコントローラは、コントローラの一部または全部の可能性として考えられる平行移動（例えば、左／右、前方／後方、または上／下）または回転（例えば、ヨー、ピッチ、またはロール）におけるユーザ入力を感知することができる。平行移動をサポートする、マルチＤＯＦコントローラは、３ＤＯＦと称され得る一方、平行移動および回転をサポートする、マルチＤＯＦコントローラは、６ＤＯＦと称され得る。ある場合には、ユーザは、指（例えば、親指）を使用して、タッチセンサ式入力デバイスを押下またはその上でスワイプし、入力をウェアラブルシステム４００に提供してもよい（例えば、ユーザ入力をウェアラブルシステム４００によって提供されるユーザインターフェースに提供するために）。ユーザ入力デバイス４６６は、ウェアラブルシステム４００の使用の間、ユーザの手によって保持されてもよい。ユーザ入力デバイス４６６は、ウェアラブルシステム４００と有線または無線通信することができる。

（ウェアラブルシステムの他のコンポーネント）
多くの実装では、ウェアラブルシステムは、上記に説明されるウェアラブルシステムのコンポーネントに加えて、またはその代替として、他のコンポーネントを含んでもよい。ウェアラブルシステムは、例えば、１つ以上の触知デバイスまたはコンポーネントを含んでもよい。触知デバイスまたはコンポーネントは、触覚をユーザに提供するように動作可能であってもよい。例えば、触知デバイスまたはコンポーネントは、仮想コンテンツ（例えば、仮想オブジェクト、仮想ツール、他の仮想構造）に触れると、圧力またはテクスチャの触覚を提供してもよい。触覚は、仮想オブジェクトが表す物理的オブジェクトの感覚を再現してもよい、または仮想コンテンツが表す想像上のオブジェクトまたはキャラクタ（例えば、ドラゴン）の感覚を再現してもよい。いくつかの実装では、触知デバイスまたはコンポーネントは、ユーザによって装着されてもよい（例えば、ユーザウェアラブルグローブ）。いくつかの実装では、触知デバイスまたはコンポーネントは、ユーザによって保持されてもよい。

ウェアラブルシステムは、例えば、ユーザによって操作可能であって、ウェアラブルシステムへの入力またはそれとの相互作用を可能にする、１つ以上の物理的オブジェクトを含んでもよい。これらの物理的オブジェクトは、本明細書では、トーテムと称され得る。いくつかのトーテムは、例えば、金属またはプラスチック片、壁、テーブルの表面等、無生物オブジェクトの形態をとってもよい。ある実装では、トーテムは、実際には、任意の物理的入力構造（例えば、キー、トリガ、ジョイスティック、トラックボール、ロッカスイッチ）を有していなくてもよい。代わりに、トーテムは、単に、物理的表面を提供してもよく、ウェアラブルシステムは、ユーザにトーテムの１つ以上の表面上にあるように見えるように、ユーザインターフェースをレンダリングしてもよい。例えば、ウェアラブルシステムは、トーテムの１つ以上の表面上に常駐するように見えるように、コンピュータキーボードおよびトラックパッドの画像をレンダリングしてもよい。例えば、ウェアラブルシステムは、トーテムとしての役割を果たし得る、アルミニウムの薄い長方形プレートの表面上に見えるように、仮想コンピュータキーボードおよび仮想トラックパッドをレンダリングしてもよい。長方形プレート自体は、任意の物理的キーまたはトラックパッドまたはセンサを有していない。しかしながら、ウェアラブルシステムは、仮想キーボードまたは仮想トラックパッドを介して行われた選択または入力として、長方形プレートを用いたユーザ操作または相互作用またはタッチを検出し得る。ユーザ入力デバイス４６６（図４に示される）は、トラックパッド、タッチパッド、トリガ、ジョイスティック、トラックボール、ロッカまたは仮想スイッチ、マウス、キーボード、多自由度コントローラ、または別の物理的入力デバイスを含み得る、トーテムの実施形態であってもよい。ユーザは、単独で、または姿勢と組み合わせて、トーテムを使用し、ウェアラブルシステムまたは他のユーザと相互作用してもよい。

本開示のウェアラブルデバイス、ＨＭＤ、およびディスプレイシステムと使用可能な触知デバイスおよびトーテムの実施例は、米国特許公開第２０１５／００１６７７７号（参照することによってその全体として本明細書に組み込まれる）に説明される。

（ウェアラブルシステムとのユーザ相互作用の例示的プロセス）
図５は、仮想ユーザインターフェースと相互作用するための方法５００の実施例のプロセスフロー図である。方法５００は、本明細書に説明されるウェアラブルシステムによって実施されてもよい。方法５００の実施形態は、ウェアラブルシステムによって使用され、ウェアラブルシステムのＦＯＶ内の人物またはドキュメントを検出することができる。

ブロック５１０では、ウェアラブルシステムは、特定のＵＩを識別してもよい。ＵＩのタイプは、ユーザによって事前決定されてもよい。ウェアラブルシステムは、ユーザ入力（例えば、ジェスチャ、視覚的データ、オーディオデータ、感覚データ、直接コマンド等）に基づいて、特定のＵＩがポピュレートされる必要があることを識別してもよい。ＵＩは、システムの装着者がドキュメントを装着者に提示するユーザを観察している（例えば、旅行者検問所において）、セキュリティシナリオに特有であることができる。ブロック５２０では、ウェアラブルシステムは、仮想ＵＩのためのデータを生成してもよい。例えば、範囲、一般的構造、ＵＩの形状等と関連付けられたデータが、生成されてもよい。加えて、ウェアラブルシステムは、ウェアラブルシステムがＵＩをユーザの物理的場所に関連して表示し得るように、ユーザの物理的場所のマップ座標を決定してもよい。例えば、ＵＩが、身体中心である場合、ウェアラブルシステムは、リングＵＩがユーザの周囲に表示され得る、または平面ＵＩが壁上またはユーザの正面に表示され得るように、ユーザの物理的立ち位置の座標、頭部姿勢、または眼姿勢を決定してもよい。本明細書に説明されるセキュリティコンテキストでは、ＵＩは、装着者が、旅行者および旅行者のドキュメントを見ながら、ＵＩを容易に視認し得るように、ＵＩがドキュメントをシステムの装着者に提示している旅行者を囲繞しているかのように表示されてもよい。ＵＩが、手中心である場合、ユーザの手のマップ座標が、決定されてもよい。これらのマップ点は、ＦＯＶカメラ、感覚入力を通して受信されたデータ、または任意の他のタイプの収集されたデータを通して、導出されてもよい。

ブロック５３０では、ウェアラブルシステムは、データをクラウドからディスプレイに送信してもよい、またはデータは、ローカルデータベースからディスプレイコンポーネントに送信されてもよい。ブロック５４０では、ＵＩは、送信されたデータに基づいて、ユーザに表示される。例えば、ライトフィールドディスプレイは、仮想ＵＩをユーザの眼の一方または両方の中に投影することができる。いったん仮想ＵＩが作成されると、ウェアラブルシステムは、単に、ブロック５５０において、より多くの仮想コンテンツを仮想ＵＩ上に生成するためのユーザからのコマンドを待機してもよい。例えば、ＵＩは、ユーザの身体またはユーザの環境内の人物（例えば、旅行者）の身体の周囲の身体中心リングであってもよい。ウェアラブルシステムは、次いで、コマンド（ジェスチャ、頭部または眼移動、音声コマンド、ユーザ入力デバイスからの入力等）を待機してもよく、それが認識される場合（ブロック５６０）、コマンドと関連付けられた仮想コンテンツは、ユーザに表示されてもよい（ブロック５７０）。

（複合現実におけるアバタレンダリングの実施例）
ウェアラブルシステムは、高被写界深度をレンダリングされたライトフィールド内で達成するために、種々のマッピング関連技法を採用してもよい。仮想世界をマッピングする際、実世界内の全ての特徴および点を把握し、仮想オブジェクトを実世界に関連して正確に描くことが有利である。この目的を達成するために、ウェアラブルシステムのユーザから捕捉されたＦＯＶ画像が、実世界の種々の点および特徴についての情報を伝達する新しい写真を含むことによって、世界モデルに追加されることができる。例えば、ウェアラブルシステムは、マップ点（２Ｄ点または３Ｄ点等）のセットを収集し、新しいマップ点を見出し、世界モデルのより正確なバージョンをレンダリングすることができる。第１のユーザの世界モデルは、第２のユーザが第１のユーザを囲繞する世界を体験し得るように、（例えば、クラウドネットワーク等のネットワークを経由して）第２のユーザに通信されることができる。

図６Ａは、ウェアラブルシステムの別の実施例のブロック図であって、これは、複合現実環境内へのアバタ処理およびレンダリングシステム６９０を備えることができる。ウェアラブルシステム６００は、図２に示されるウェアラブルシステム２００の一部であってもよい。本実施例では、ウェアラブルシステム６００は、マップ６２０を備えることができ、これは、マップデータベース７１０（図７に示される）内のデータの少なくとも一部を含んでもよい。マップは、部分的に、ウェアラブルシステム上にローカルで常駐してもよく、部分的に、有線または無線ネットワークによってアクセス可能なネットワーク化された記憶場所（例えば、クラウドシステム内）に常駐してもよい。姿勢プロセス６１０は、ウェアラブルコンピューティングアーキテクチャ（例えば、処理モジュール２６０またはコントローラ４６０）上で実行され、マップ６２０からのデータを利用して、ウェアラブルコンピューティングハードウェアまたはユーザの位置および配向を決定してもよい。姿勢データは、ユーザが、システムを体験し、世界内で動作するにつれてオンザフライで収集されたデータから、算出されてもよい。データは、画像、センサ（慣性測定ユニット等、これは、概して、加速度計と、ジャイロスコープコンポーネントとを備える）からのデータ、および実または仮想環境内のオブジェクトと関連する表面情報を含んでもよい。

疎点表現は、同時位置特定およびマッピング（例えば、入力が画像／視覚専用である構成を指す、ＳＬＡＭまたはｖＳＬＡＭ）プロセスの出力であってもよい。本システムは、種々のコンポーネントが存在する世界内の場所だけではなく、世界が成る内容も見出すように構成されることができる。姿勢は、マップのポピュレートおよびマップからのデータの使用を含む、多くの目標を達成する、構築ブロックであり得る。

一実施形態では、疎点位置は、それだけでは完全に適正ではあり得ず、さらなる情報が、多焦点ＡＲ、ＶＲ、またはＭＲ体験を生産するために必要とされ得る。概して、深度マップ情報を指す、稠密表現が、少なくとも部分的に、本間隙を充填するために利用されてもよい。そのような情報は、ステレオ６４０と称される、プロセスから算出されてもよく、深度情報は、三角測量または飛行時間感知等の技法を使用して決定される。画像情報およびアクティブパターン（アクティブプロジェクタを使用して作成された赤外線パターン等）、画像カメラから入手された画像、または手のジェスチャ／トーテム６５０が、ステレオプロセス６４０への入力としての役割を果たし得る。有意な量の深度マップ情報が、ともに融合され得、そのうちの一部は、表面表現とともに要約され得る。例えば、数学的に定義可能な表面は、効率的（例えば、大点群と比較して）であって、ゲームエンジンのような他の処理デバイスへの理解しやすい入力であり得る。したがって、ステレオプロセス（例えば、深度マップ）６４０の出力は、融合プロセス６３０において組み合わせられてもよい。姿勢６１０も同様に、本融合プロセス６３０への入力であってもよく、融合６３０の出力は、マップポピュレートプロセス６２０への入力となる。サブ表面は、トポグラフィマッピングにおけるように、相互に接続し、より大きい表面を形成し得、マップは、点および表面の大規模ハイブリッドとなる。

複合現実プロセス６６０における種々の側面を解決するために、種々の入力が、利用されてもよい。例えば、図６Ａに描写される実施形態では、ゲームパラメータが、入力され、システムのユーザが、種々の場所における１匹以上のモンスター、種々の条件下で死にかけている、または逃げているモンスター（ユーザがモンスターを射撃する場合等）、種々の場所における壁または他のオブジェクト、および同等物を伴った状態で、モンスターバトルゲームをプレーしていることを決定し得る。世界マップは、オブジェクトの場所に関する情報またはオブジェクトの意味論情報（例えば、オブジェクトが、平坦または丸いかどうか、水平または垂直であるか、テーブルまたはランプであるかどうか等の分類）を含んでもよく、世界マップは、複合現実への別の有益な入力であり得る。世界に対する姿勢も同様に、入力となり、ほぼあらゆる双方向システムに対して重要な役割を担う。

ユーザからの制御または入力は、ウェアラブルシステム６００への別の入力である。本明細書に説明されるように、ユーザ入力は、視覚的入力、ジェスチャ、トーテム、オーディオ入力、感覚入力等を含むことができる。動き回る、またはゲームをプレーするために、例えば、ユーザは、自らが所望する内容に関して、ウェアラブルシステム６００に命令する必要があり得る。単に、自らを空間内で移動させる以外にも利用され得る、種々の形態のユーザ制御が存在する。一実施形態では、トーテム（例えば、ユーザ入力デバイス）または玩具銃等のオブジェクトが、ユーザによって保持され、システムによって追跡されてもよい。本システムは、好ましくは、ユーザがアイテムを保持していることを把握し、ユーザがアイテムと行っている相互作用の種類を理解するように構成されるであろう（例えば、トーテムまたはオブジェクトが、銃である場合、本システムは、場所および配向と、ユーザが、トリガまたは他の感知されるボタンまたは要素（アクティビティがカメラのいずれかの視野内にないときでも、生じている内容を決定することを補助し得る、ＩＭＵ等のセンサを装備し得る）をクリックしているかどうかとを理解するように構成されてもよい）。

手のジェスチャの追跡または認識もまた、入力情報を提供し得る。ウェアラブルシステム６００は、ボタン押下、左または右、停止、握持、保持のジェスチャ等に関して、手のジェスチャを追跡および解釈するように構成されてもよい。例えば、１つの構成では、ユーザは、非ゲーム用環境において電子メールまたはカレンダをフリップする、または「フィストバンプ」を別の人物またはプレーヤと行うことを所望し得る。ウェアラブルシステム６００は、動的である場合とそうではない場合がある、最小量の手のジェスチャを活用するように構成されてもよい。例えば、ジェスチャは、停止のために手を開く、ＯＫのためのサムズアップ、非ＯＫのためのサムズダウン、または指向性コマンドのための右または左または上／下への手のフリップのような単純静的ジェスチャであってもよい。

眼追跡は、別の入力である（例えば、ユーザが見ている場所を追跡し、ディスプレイ技術を制御し、具体的深度または範囲にレンダリングする）。一実施形態では、眼の輻輳・開散運動が、三角測量を使用して、決定されてもよく、次いで、その特定の人物に関して開発された輻輳・開散運動／遠近調節モデルを使用して、遠近調節が、決定されてもよい。眼追跡は、眼カメラによって実施され、眼視線（例えば、片眼または両眼の方向または配向）を決定することができる。他の技法は、例えば、眼の近傍に設置された電極による電位の測定（例えば、電気眼球図記録）等の眼追跡のために使用されることができる。

発話追跡は、単独で、または他の入力（例えば、トーテム追跡、眼追跡、ジェスチャ追跡等）と組み合わせて使用され得る、別の入力であり得る。発話追跡は、単独で、または組み合わせて、発話認識、音声認識を含んでもよい。システム６００は、オーディオストリームを環境から受信する、オーディオセンサ（例えば、マイクロホン）を含むことができる。システム６００は、発話している人物（例えば、発話が、ＡＲＤの装着者または別の人物または音声（例えば、環境内のラウドスピーカによって伝送される記録された音声）からのものであるかどうか）を決定するための音声認識技術と、話されている内容を決定するための発話認識技術とを組み込むことができる。ローカルデータおよび処理モジュール２６０または遠隔処理モジュール２７０は、例えば、隠れマルコフモデル、動的時間伸縮法（ＤＴＷ）ベースの発話認識、ニューラルネットワーク、ディープフィードフォワードおよび再帰ニューラルネットワーク等の深層学習アルゴリズム、エンドツーエンド自動発話認識、機械学習アルゴリズム（図７を参照して説明される）、または音響モデル化または言語モデル化を使用する、他のアルゴリズム等の種々の発話認識アルゴリズムを適用することによって、マイクロホンからのオーディオデータ（または、例えば、ユーザによって鑑賞されているビデオストリーム等の別のストリーム内のオーディオデータ）を処理し、発話のコンテンツを識別することができる。

ローカルデータおよび処理モジュール２６０または遠隔処理モジュール２７０はまた、音声認識アルゴリズムを適用することができ、これは、話者が、ウェアラブルシステム６００のユーザ２１０またはユーザが会話している別の人物であるかどうか等、話者の識別を識別することができる。いくつかの例示的音声認識アルゴリズムは、周波数推定、隠れマルコフモデル、ガウス混合物モデル、パターンマッチングアルゴリズム、ニューラルネットワーク、行列表現、ベクトル量子化、話者ダイアライゼーション、決定ツリー、および動的時間伸縮法（ＤＴＷ）技法を含むことができる。音声認識技法はまた、コホートモデルおよび世界モデル等のアンチ話者技法を含むことができる。スペクトル特徴が、話者特性を表す際に使用されてもよい。ローカルデータおよび処理モジュールまたは遠隔データ処理モジュール２７０は、図７を参照して説明される、種々の機械学習アルゴリズムを使用して、音声認識を実施することができる。

ウェアラブルシステムの実装は、ＵＩを介したこれらのユーザ制御または入力を使用することができる。ＵＩ要素（例えば、制御、ポップアップウィンドウ、吹き出し、データエントリフィールド等）は、例えば、情報、例えば、オブジェクトのグラフィックまたは意味論情報のディスプレイを閉じるために使用されることができる。

カメラシステムに関して、図６Ａに示される例示的ウェアラブルシステム６００は、３つの対のカメラ、すなわち、ユーザの顔の側面に配列される、一対の相対的広ＦＯＶまたは受動ＳＬＡＭカメラと、ステレオ結像プロセス６４０をハンドリングし、また、ユーザの顔の正面における手のジェスチャおよびトーテム／オブジェクト追跡を捕捉するために、ユーザの顔の正面に配向される、異なる対のカメラとを含むことができる。ＦＯＶカメラおよびステレオプロセス６４０のための対のカメラは、外向きに面した結像システム４６４（図４に示される）の一部であってもよい。ウェアラブルシステム６００は、眼ベクトルおよび他の情報を三角測量するために、ユーザの眼に向かって配向される、眼追跡カメラ（図４に示される内向きに面した結像システム４６２の一部であってもよい）を含むことができる。ウェアラブルシステム６００はまた、１つ以上のテクスチャ加工された光プロジェクタ（赤外線（ＩＲ）プロジェクタ等）を備え、テクスチャを場面の中に投入してもよい。

ウェアラブルシステム６００は、アバタ処理およびレンダリングシステム６９０を備えることができる。アバタ処理およびレンダリングシステム６９０は、コンテキスト情報に基づいて、アバタを生成、更新、アニメーション化、およびレンダリングするように構成されることができる。アバタ処理およびレンダリングシステム６９０の一部または全部は、単独で、または組み合わせて、ローカル処理およびデータモジュール２６０または遠隔処理モジュール２６２、２６４の一部として実装されることができる。種々の実施形態では、複数のアバタ処理およびレンダリングシステム６９０（例えば、異なるウェアラブルデバイス上に実装されるように）が、仮想アバタ６７０をレンダリングするために使用されることができる。例えば、第１のユーザのウェアラブルデバイスは、第１のユーザの意図を決定するために使用されてもよい一方、第２のユーザのウェアラブルデバイスは、アバタの特性を決定し、第１のユーザのウェアラブルデバイスから受信された意図に基づいて、第１のユーザのアバタをレンダリングすることができる。第１のユーザのウェアラブルデバイスおよび第２のユーザのウェアラブルデバイス（または他のそのようなウェアラブルデバイス）は、例えば、図９Ａおよび９Ｂを参照して説明されるであろうように、ネットワークを介して、通信することができる。

図６Ｂは、例示的アバタ処理およびレンダリングシステム６９０を図示する。例示的アバタ処理およびレンダリングシステム６９０は、単独で、または組み合わせて、３Ｄモデル処理システム６８０と、コンテキスト情報分析システム６８８と、アバタ自動スケーラ６９２と、意図マッピングシステム６９４と、解剖学的構造調節システム６９８と、刺激応答システム６９６とを備えることができる。システム６９０は、アバタ処理およびレンダリングのための機能性を図示するように意図され、限定することを意図するものではない。例えば、ある実装では、これらのシステムのうちの１つ以上のものは、別のシステムの一部であってもよい。例えば、コンテキスト情報分析システム６８８の一部は、個々に、または組み合わせて、アバタ自動スケーラ６９２、意図マッピングシステム６９４、刺激応答システム６９６、または解剖学的構造調節システム６９８の一部であってもよい。

コンテキスト情報分析システム６８８は、図２および３を参照して説明される、１つ以上のデバイスセンサに基づいて、環境およびオブジェクト情報を決定するように構成されることができる。例えば、コンテキスト情報分析システム６８８は、ユーザまたはユーザのアバタの視認者の外向きに面した結像システム４６４によって入手された画像を使用して、環境およびユーザの環境のオブジェクト（物理的または仮想オブジェクトを含む）またはその中にユーザのアバタがレンダリングされる環境を分析することができる。コンテキスト情報分析システム６８８は、単独で、または場所データまたは世界マップ（例えば、マップ６２０、７１０、９１０）から入手されたデータと組み合わせて、そのような画像を分析し、環境内のオブジェクトの場所およびレイアウトを決定することができる。コンテキスト情報分析システム６８８はまた、仮想アバタ６７０を現実的にアニメーション化するために、ユーザまたはヒト全般の生物学的特徴にアクセスすることができる。例えば、コンテキスト情報分析システム６８８は、違和感曲線を生成することができ、これは、ユーザのアバタの身体の一部（例えば、頭部）がユーザの身体の他の部分に対して違和感のある（または非現実的）位置にないように（例えば、アバタの頭部は、２７０度方向転換されない）、アバタに適用されることができる。ある実装では、１つ以上のオブジェクト認識装置７０８（図７に示される）は、コンテキスト情報分析システム６８８の一部として実装されてもよい。

アバタ自動スケーラ６９２、意図マッピングシステム６９４、および刺激応答システム６９６、および解剖学的構造調節システム６９８は、コンテキスト情報に基づいて、アバタの特性を決定するように構成されることができる。アバタのいくつかの例示的特性は、サイズ、外観、位置、配向、移動、姿勢、表現等を含むことができる。アバタ自動スケーラ６９２は、ユーザがアバタを不快な姿勢で見る必要がないように、アバタを自動的にスケーリングするように構成されることができる。例えば、アバタ自動スケーラ６９２は、ユーザが、それぞれ、アバタを見下ろす、またはアバタを見上げる必要がないように、アバタのサイズを増加または減少させ、アバタをユーザの眼の高さに持って来ることができる。意図マッピングシステム６９４は、アバタがその中にレンダリングされる環境に基づいて、ユーザの相互作用の意図を決定し、（正確なユーザ相互作用ではなく）意図をアバタにマッピングすることができる。例えば、第１のユーザの意図は、テレプレゼンスセッションにおいて第２のユーザと通信することであり得る（例えば、図９Ｂ参照）。典型的には、２人が、通信するとき、相互に向かい合う。第１のユーザのウェアラブルシステムの意図マッピングシステム６９４は、テレプレゼンスセッションの間に存在するそのような対面意図を決定することができ、第１のユーザのウェアラブルシステムに、第２のユーザのアバタを第１のユーザに向かってレンダリングさせることができる。第２のユーザが、物理的に方向転換しようとする場合、第２のユーザのアバタを方向転換された位置にレンダリングする代わりに（第２のユーザのアバタの背面を第１のユーザに対してレンダリングさせるであろう）、第１のユーザの意図マッピングシステム６９４は、第２のアバタの顔を第１のユーザに対してレンダリングし続けることができ、これは、テレプレゼンスセッションの推測される意図（例えば、本実施例では、対面意図）である。

刺激応答システム６９６は、環境内の関心オブジェクトを識別し、関心オブジェクトに対するアバタの応答を決定することができる。例えば、刺激応答システム６９６は、アバタの環境内の音源を識別し、音源を見るようにアバタを自動的に方向転換させることができる。刺激応答システム６９６はまた、閾値終了条件を決定することができる。例えば、刺激応答システム６９６は、音源が消失した後またはある時間周期が経過した後、アバタをそのオリジナル姿勢に戻させることができる。

解剖学的構造調節システム６９８は、生物学的特徴に基づいて、ユーザの姿勢を調節するように構成されることができる。例えば、解剖学的構造調節システム６９８は、違和感曲線に基づいて、ユーザの頭部とユーザの胴体との間またはユーザの上半身と下半身との間の相対的位置を調節するように構成されることができる。

３Ｄモデル処理システム６８０は、仮想アバタ６７０をアニメーション化し、ディスプレイ２２０にレンダリングさせるように構成されることができる。３Ｄモデル処理システム６８０は、仮想キャラクタ処理システム６８２と、移動処理システム６８４とを含むことができる。仮想キャラクタ処理システム６８２は、ユーザの３Ｄモデルを生成および更新するように構成されることができる（仮想アバタを作成およびアニメーション化するため）。移動処理システム６８４は、例えば、アバタの姿勢を変化させることによって、アバタをユーザの環境内で移動させることによって、またはアバタの顔の表情をアニメーション化することによって等、アバタをアニメーション化するように構成されることができる。本明細書にさらに説明されるであろうように、仮想アバタは、リギング技法を使用して、アニメーション化されることができる。いくつかの実施形態では、アバタは、２つの部分、すなわち、仮想アバタの外向き外観をレンダリングするために使用される表面表現（例えば、変形可能メッシュ）と、メッシュをアニメーション化するために相互接続された関節の階層セット（例えば、コア骨格）とにおいて表される。いくつかの実装では、仮想キャラクタ処理システム６８２は、表面表現を編集または生成するように構成されることができる一方、移動処理システム６８４は、アバタを移動させる、メッシュを変形させる等によって、アバタをアニメーション化するために使用されることができる。

（ユーザの環境をマッピングする実施例）
図７は、ＭＲ環境７００の実施例のブロック図である。ＭＲ環境７００は、入力（例えば、ユーザのウェアラブルシステムからの視覚的入力７０２、室内カメラ等の定常入力７０４、種々のセンサからの感覚入力７０６、ユーザ入力デバイス４６６からのジェスチャ、トーテム、眼追跡、ユーザ入力等）を、１つ以上のユーザウェアラブルシステム（例えば、ウェアラブルシステム２００またはディスプレイシステム２２０）または定常室内システム（例えば、室内カメラ等）から受信するように構成されてもよい。ウェアラブルシステムは、種々のセンサ（例えば、加速度計、ジャイロスコープ、温度センサ、移動センサ、深度センサ、ＧＰＳセンサ、内向きに面した結像システム、外向きに面した結像システム等）を使用して、ユーザの環境の場所および種々の他の属性を決定することができる。本情報はさらに、異なる視点からの画像または種々のキューを提供し得る、部屋内の定常カメラからの情報で補完されてもよい。カメラ（室内カメラおよび／または外向きに面した結像システムのカメラ等）によって入手された画像データは、マッピング点のセットに低減されてもよい。

１つ以上のオブジェクト認識装置７０８が、受信されたデータ（例えば、点の集合）を通してクローリングし、点を認識またはマッピングし、画像をタグ付けし、マップデータベース７１０を用いて、意味論情報をオブジェクトに結び付けることができる。マップデータベース７１０は、経時的に収集された種々の点およびその対応するオブジェクトを備えてもよい。種々のデバイスおよびマップデータベースは、ネットワーク（例えば、ＬＡＮ、ＷＡＮ等）を通して相互に接続され、クラウドにアクセスすることができる。

本情報およびマップデータベース内の点集合に基づいて、オブジェクト認識装置７０８ａ−７０８ｎは、環境内のオブジェクトを認識してもよい。例えば、オブジェクト認識装置は、顔、人物、窓、壁、ユーザ入力デバイス、テレビ、ドキュメント（例えば、本明細書におけるセキュリティ実施例において説明されるような旅券、運転免許証、パスポート）、ユーザの環境内の他のオブジェクト等を認識することができる。１つ以上のオブジェクト認識装置が、ある特性を伴うオブジェクトのために特殊化されてもよい。例えば、オブジェクト認識装置７０８ａは、顔を認識するために使用されてもよい一方、別のオブジェクト認識装置は、ドキュメントを認識するために使用されてもよい。

オブジェクト認識は、種々のコンピュータビジョン技法を使用して実施されてもよい。例えば、ウェアラブルシステムは、外向きに面した結像システム４６４（図４に示される）によって入手された画像を分析し、場面再構成、イベント検出、ビデオ追跡、オブジェクト認識（例えば、人物またはドキュメント）、オブジェクト姿勢推定、顔認識（例えば、環境内の人物またはドキュメント上の画像から）、学習、インデックス化、運動推定、または画像分析（例えば、写真、署名、識別情報、旅行情報等のドキュメント内の印を識別する）等を実施することができる。１つ以上のコンピュータビジョンアルゴリズムが、これらのタスクを実施するために使用されてもよい。コンピュータビジョンアルゴリズムの非限定的実施例は、スケール不変特徴変換（ＳＩＦＴ）、スピードアップロバスト特徴（ＳＵＲＦ）、配向ＦＡＳＴおよび回転ＢＲＩＥＦ（ＯＲＢ）、バイナリロバスト不変スケーラブルキーポイント（ＢＲＩＳＫ）、高速網膜キーポイント（ＦＲＥＡＫ）、Ｖｉｏｌａ−Ｊｏｎｅｓアルゴリズム、Ｅｉｇｅｎｆａｃｅｓアプローチ、Ｌｕｃａｓ−Ｋａｎａｄｅアルゴリズム、Ｈｏｒｎ−Ｓｃｈｕｎｋアルゴリズム、Ｍｅａｎ−ｓｈｉｆｔアルゴリズム、視覚的同時位置推定およびマッピング（ｖＳＬＡＭ）技法、シーケンシャルベイズ推定器（例えば、カルマンフィルタ、拡張カルマンフィルタ等）、バンドル調節、適応閾値化（および他の閾値化技法）、反復最近傍点（ＩＣＰ）、セミグローバルマッチング（ＳＧＭ）、セミグローバルブロックマッチング（ＳＧＢＭ）、特徴点ヒストグラム、種々の機械学習アルゴリズム（例えば、サポートベクトルマシン、ｋ最近傍アルゴリズム、単純ベイズ、ニューラルネットワーク（畳み込みまたは深層ニューラルネットワークを含む）、または他の教師あり／教師なしモデル等）等を含む。これらのコンピュータビジョンアルゴリズムの一部または全部は、下記に説明される眼球位置合わせ技法（例えば、図１１Ａ−１７参照）において、例えば、強膜を対象の眼の走査から識別するために使用されることができる。

オブジェクト認識は、加えて、または代替として、種々の機械学習アルゴリズムによって実施されることができる。いったん訓練されると、機械学習アルゴリズムは、ＨＭＤによって記憶されることができる。機械学習アルゴリズムのいくつかの実施例は、教師ありまたは教師なし機械学習アルゴリズムを含むことができ、回帰アルゴリズム（例えば、通常の最小２乗回帰等）、インスタンスベースのアルゴリズム（例えば、学習ベクトル量子化等）、決定ツリーアルゴリズム（例えば、分類および回帰ツリー等）、ベイズアルゴリズム（例えば、単純ベイズ等）、クラスタリングアルゴリズム（例えば、ｋ−平均クラスタリング等）、関連付けルール学習アルゴリズム（例えば、アプリオリアルゴリズム等）、人工ニューラルネットワークアルゴリズム（例えば、Ｐｅｒｃｅｐｔｒｏｎ等）、深層学習アルゴリズム（例えば、Ｄｅｅｐ Ｂｏｌｔｚｍａｎｎ Ｍａｃｈｉｎｅ、すなわち、深層ニューラルネットワーク等）、次元削減アルゴリズム（例えば、主成分分析等）、アンサンブルアルゴリズム（例えば、Ｓｔａｃｋｅｄ Ｇｎｅｒａｌｉｚａｔｉｏｎ等）、または他の機械学習アルゴリズムを含む。いくつかの実施形態では、個々のモデルは、個々のデータセットのためにカスタマイズされることができる。例えば、ウェアラブルデバイスは、ベースモデルを生成または記憶することができる。ベースモデルは、開始点として使用され、データタイプ（例えば、テレプレゼンスセッション内の特定のユーザ）、データセット（例えば、テレプレゼンスセッション内のユーザの取得される付加的画像のセット）、条件付き状況、または他の変形例に特有の付加的モデルを生成してもよい。いくつかの実施形態では、ウェアラブルＨＭＤは、複数の技法を利用して、集約されたデータの分析のためのモデルを生成するように構成されることができる。他の技法は、事前に定義された閾値またはデータ値を使用することを含んでもよい。これらの機械学習アルゴリズムの一部または全部は、下記に説明される眼球位置合わせ技法（例えば、図１１Ａ−１７参照）において、例えば、強膜を対象の眼の走査から識別するために使用されることができる。

マップデータベース内の本情報および点の集合に基づいて、オブジェクト認識装置７０８ａ−７０８ｎは、オブジェクトを認識し、オブジェクトを意味論情報で補完し、生命をオブジェクトに与えてもよい。例えば、オブジェクト認識装置が、点のセットがドアであることを認識する場合、システムは、いくつかの意味論情報を結び付けてもよい（例えば、ドアは、ヒンジを有し、ヒンジを中心として９０度移動を有する）。オブジェクト認識装置が、点のセットが鏡であることを認識する場合、システムは、鏡が、部屋内のオブジェクトの画像を反射させ得る、反射表面を有するという意味論情報を結び付けてもよい。意味論情報は、本明細書に説明されるように、オブジェクトのアフォーダンスを含むことができる。例えば、意味論情報は、オブジェクトの法線を含んでもよい。システムは、ベクトルを割り当てることができ、その方向は、オブジェクトの法線を示す。経時的に、マップデータベースは、システム（ローカルに常駐し得る、または無線ネットワークを通してアクセス可能であり得る）がより多くのデータを世界から蓄積するにつれて成長する。いったんオブジェクトが認識されると、情報は、１つ以上のウェアラブルシステムに伝送されてもよい。例えば、ＭＲ環境７００は、Ｃａｌｉｆｏｒｎｉａで発生している場面についての情報を含んでもよい。環境７００は、Ｎｅｗ Ｙｏｒｋにおける１人以上のユーザに伝送されてもよい。ＦＯＶカメラおよび他の入力から受信されたデータに基づいて、オブジェクト認識装置および他のソフトウェアコンポーネントは、場面が世界の異なる部分に存在し得る第２のユーザに正確に「パス」され得るように、種々の画像から収集された点をマッピングし、オブジェクトを認識すること等ができる。環境７００はまた、位置特定目的のために、トポロジマップを使用してもよい。

図８は、認識されたオブジェクトに関連して仮想コンテンツをレンダリングする方法８００の実施例のプロセスフロー図である。方法８００は、仮想場面がウェアラブルシステムのユーザに提示され得る方法を説明する。ユーザは、その場面から地理的に遠隔に存在してもよい。例えば、ユーザは、Ｎｅｗ Ｙｏｒｋに存在し得るが、Ｃａｌｉｆｏｒｎｉａで現在起こっている場面を視認することを所望し得る、またはＣａｌｉｆｏｒｎｉａに存在する友人と散歩に行くことを所望し得る。

ブロック８１０では、ウェアラブルシステムは、ユーザの環境に関する入力をユーザおよび他のユーザから受信してもよい。これは、種々の入力デバイスおよびマップデータベース内にすでに保有されている知識を通して達成されてもよい。ユーザのＦＯＶカメラ、センサ、ＧＰＳ、眼追跡等が、ブロック８１０において、情報をシステムに伝達する。システムは、ブロック８２０において、本情報に基づいて、疎点を決定してもよい。疎点は、ユーザの周囲における種々のオブジェクトの配向および位置を表示および理解する際に使用され得る、姿勢データ（例えば、頭部姿勢、眼姿勢、身体姿勢、または手のジェスチャ）を決定する際に使用されてもよい。オブジェクト認識装置７０８ａ−７０８ｎは、ブロック８３０において、これらの収集された点を通してクローリングし、マップデータベースを使用して、１つ以上のオブジェクトを認識してもよい。本情報は、次いで、ブロック８４０において、ユーザの個々のウェアラブルシステムに伝達されてもよく、所望の仮想場面が、ブロック８５０において、適宜、ユーザに表示されてもよい。例えば、所望の仮想場面（例えば、ＣＡにおけるユーザ）が、Ｎｅｗ Ｙｏｒｋにおけるユーザの種々のオブジェクトおよび他の周囲に関連して、適切な配向、位置等において表示されてもよい。

（複数のウェアラブルシステム間の例示的通信）
図９Ａは、相互に相互作用する複数のユーザデバイスを描写する、全体的システム図を図式的に図示する。コンピューティング環境９００は、ユーザデバイス９３０ａ、９３０ｂ、９３０ｃを含む。ユーザデバイス９３０ａ、９３０ｂ、および９３０ｃは、ネットワーク９９０を通して、相互に通信することができる。ユーザデバイス９３０ａ−９３０ｃはそれぞれ、ネットワークインターフェースを含み、ネットワーク９９０を介して、遠隔コンピューティングシステム９２０（また、ネットワークインターフェース９７１を含んでもよい）と通信することができる。ネットワーク９９０は、ＬＡＮ、ＷＡＮ、ピアツーピアネットワーク、無線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、または任意の他のネットワークであってもよい。コンピューティング環境９００はまた、１つ以上の遠隔コンピューティングシステム９２０を含むことができる。遠隔コンピューティングシステム９２０は、クラスタ化され、異なる地理的場所に位置する、サーバコンピュータシステムを含んでもよい。ユーザデバイス９３０ａ、９３０ｂ、および９３０ｃは、ネットワーク９９０を介して、遠隔コンピューティングシステム９２０と通信してもよい。

遠隔コンピューティングシステム９２０は、遠隔データリポジトリ９８０を含んでもよく、これは、具体的ユーザの物理および／または仮想世界についての情報を維持することができる。データ記憶装置９８０は、ユーザ、ユーザの環境（例えば、ユーザの環境の世界マップ）、またはユーザのアバタの構成に関連する情報を記憶することができる。遠隔データリポジトリは、図２に示される遠隔データリポジトリ２８０の実施形態であってもよい。遠隔コンピューティングシステム９２０はまた、遠隔処理モジュール９７０を含んでもよい。遠隔処理モジュール９７０は、図２に示される遠隔処理モジュール２７０の実施形態であってもよい。遠隔処理モジュール９７０は、１つ以上のプロセッサを含んでもよく、これは、ユーザデバイス（９３０ａ、９３０ｂ、９３０ｃ）および遠隔データリポジトリ９８０と通信することができる。プロセッサは、ユーザデバイスおよび他の源から取得される情報を処理することができる。いくつかの実装では、処理または記憶の少なくとも一部は、ローカル処理およびデータモジュール２６０（図２に示されるように）によって提供されることができる。遠隔コンピューティングシステム９２０は、所与のユーザが、具体的ユーザ自身の物理的および／または仮想世界についての情報を別のユーザと共有することを可能にしてもよい。

ユーザデバイスは、単独で、または組み合わせて、ウェアラブルデバイス（ＨＭＤまたはＡＲＤ等）、コンピュータ、モバイルデバイス、または任意の他のデバイスであってもよい。例えば、ユーザデバイス９３０ｂおよび９３０ｃは、図２に示されるウェアラブルシステム２００（または図４に示されるウェアラブルシステム４００）の実施形態であってもよく、これは、ＡＲ／ＶＲ／ＭＲコンテンツを提示するように構成されることができる。

ユーザデバイスのうちの１つ以上のものは、図４に示されるユーザ入力デバイス４６６と併用されることができる。ユーザデバイスは、ユーザおよびユーザの環境についての情報を取得することができる（例えば、図４に示される外向きに面した結像システム４６４を使用して）。ユーザデバイスおよび／または遠隔コンピューティングシステム１２２０は、ユーザデバイスから取得される情報を使用して、画像、点、および他の情報の集合を構築、更新、および建造することができる。例えば、ユーザデバイスは、入手された未加工情報を処理し、さらなる処理のために、処理された情報を遠隔コンピューティングシステム１２２０に送信してもよい。ユーザデバイスはまた、処理のために、未加工情報を遠隔コンピューティングシステム１２２０に送信してもよい。ユーザデバイスは、処理された情報を遠隔コンピューティングシステム１２２０から受信し、ユーザに投影させる前に、最終処理を提供してもよい。ユーザデバイスはまた、取得された情報を処理し、処理された情報を他のユーザデバイスに渡してもよい。ユーザデバイスは、入手された情報を処理しながら、遠隔データリポジトリ１２８０と通信してもよい。複数のユーザデバイスおよび／または複数のサーバコンピュータシステムが、入手された画像の構築および／または処理に関与してもよい。

物理的世界に関する情報は、経時的に展開されてもよく、異なるユーザデバイスによって収集される情報に基づいてもよい。仮想世界のモデルはまた、経時的に展開され、異なるユーザの入力に基づいてもよい。そのような情報およびモデルは、時として、本明細書では、世界マップまたは世界モデルと称され得る。図６および７を参照して説明されるように、ユーザデバイスによって入手された情報は、世界マップ９１０を構築するために使用されてもよい。世界マップ９１０は、図６Ａに説明されるマップ６２０の少なくとも一部を含んでもよい。種々のオブジェクト認識装置（例えば、７０８ａ、７０８ｂ、７０８ｃ…７０８ｎ）が、オブジェクトおよびタグ画像を認識するため、および意味論情報をオブジェクトに付加するために使用されてもよい。これらのオブジェクト認識装置はまた、図７に説明される。

遠隔データリポジトリ９８０は、データを記憶し、世界マップ９１０の構造を促進するために使用されることができる。ユーザデバイスは、ユーザの環境についての情報を常に更新し、世界マップ９１０についての情報を受信することができる。世界マップ９１０は、ユーザまたは別の人物によって作成されてもよい。本明細書に議論されるように、ユーザデバイス（例えば、９３０ａ、９３０ｂ、９３０ｃ）および遠隔コンピューティングシステム９２０は、単独で、または組み合わせて、世界マップ９１０を構築および／または更新してもよい。例えば、ユーザデバイスは、遠隔処理モジュール９７０および遠隔データリポジトリ９８０と通信してもよい。ユーザデバイスは、ユーザおよびユーザの環境についての情報を入手および／または処理してもよい。遠隔処理モジュール９７０は、遠隔データリポジトリ９８０およびユーザデバイス（例えば、９３０ａ、９３０ｂ、９３０ｃ）と通信し、ユーザおよびユーザの環境についての情報を処理してもよい。遠隔コンピューティングシステム９２０は、例えば、ユーザの画像を選択的にクロッピングする、ユーザの背景を修正する、仮想オブジェクトをユーザの環境に追加する、ユーザの発話に補助情報で注釈を付ける等、ユーザデバイス（例えば、９３０ａ、９３０ｂ、９３０ｃ）によって入手された情報を修正することができる。遠隔コンピューティングシステム９２０は、処理された情報を同一または異なるユーザデバイスに送信することができる。

（テレプレゼンスセッションの実施例）
図９Ｂは、個別のウェアラブルシステムの２人のユーザがテレプレゼンスセッションを行っている、実施例を描写する。２人のユーザ（本実施例では、Ａｌｉｃｅ９１２およびＢｏｂ９１４と命名される）が、本図に示される。２人のユーザは、その個別のウェアラブルデバイス９０２および９０４を装着しており、これは、テレプレゼンスセッションにおいて他のユーザの仮想アバタを表すために、図２を参照して説明される、ＨＭＤ（例えば、システム２００のディスプレイデバイス２２０）を含むことができる。２人のユーザは、ウェアラブルデバイスを使用して、テレプレゼンスセッションを行うことができる。２人のユーザを分離する、図９Ｂにおける垂直線は、Ａｌｉｃｅ９１２およびＢｏｂ９１４が、テレプレゼンスを介して彼らが通信する間、２つの異なる場所に存在し得る（但し、その必要はない）（例えば、Ａｌｉｃｅは、Ａｔｌａｎｔａにおけるそのオフィス内に存在し得る一方、Ｂｏｂは、Ｂｏｓｔｏｎの屋外に存在する）ことを図示するように意図されることに留意されたい。

図９Ａを参照して説明されるように、ウェアラブルデバイス９０２および９０４は、相互または他のユーザデバイスおよびコンピュータシステムと通信してもよい。例えば、Ａｌｉｃｅのウェアラブルデバイス９０２は、例えば、ネットワーク９９０（図９Ａに示される）を介して、Ｂｏｂのウェアラブルデバイス９０４と通信してもよい。ウェアラブルデバイス９０２および９０４は、ユーザの環境および環境内の移動（例えば、個別の外向きに面した結像システム４６４または１つ以上の場所センサを介して）および発話（例えば、個別のオーディオセンサ２３２を介して）を追跡することができる。ウェアラブルデバイス９０２および９０４はまた、内向きに面した結像システム４６２によって入手されたデータに基づいて、ユーザの眼移動または視線を追跡することができる。いくつかの状況では、ウェアラブルデバイスはまた、ユーザが反射性表面の近傍に存在する場合、ユーザの顔の表情または他の身体移動（例えば、腕または脚部移動）を捕捉または追跡することができ、外向きに面した結像システム４６４は、ユーザの反射された画像を取得し、ユーザの顔の表情または他の身体移動を観察することができる。

ウェアラブルデバイスは、第１のユーザおよび環境の入手された情報を使用して、第２のユーザのウェアラブルデバイスによってレンダリングされ、第２のユーザの環境内における第１のユーザの存在の有形感覚を作成するであろう、仮想アバタをアニメーション化することができる。例えば、ウェアラブルデバイス９０２および９０４および遠隔コンピューティングシステム９２０は、単独で、または組み合わせて、Ｂｏｂのウェアラブルデバイス９０４による提示のために、Ａｌｉｃｅの画像または移動を処理してもよい、またはＡｌｉｃｅのウェアラブルデバイス９０２による提示のために、Ｂｏｂの画像または移動を処理してもよい。本明細書にさらに説明されるように、アバタは、例えば、ユーザの意図、ユーザの環境またはその中にアバタがレンダリングされる環境、またはヒトの他の生物学的特徴等のコンテキスト情報に基づいて、レンダリングされることができる。

実施例は、２人のみのユーザを参照するが、本明細書に説明される技法は、２人のユーザに限定されるべきではない。ウェアラブルデバイス（または他のテレプレゼンスデバイス）を使用する、複数のユーザ（例えば、２人、３人、４人、５人、６人、またはそれを上回る）が、テレプレゼンスセッションに参加してもよい。特定のユーザのウェアラブルデバイスは、テレプレゼンスセッションの間、その特定のユーザに、他のユーザのアバタを提示することができる。さらに、本図における実施例は、環境内に立っているユーザを示すが、ユーザは、立っているように要求されない。ユーザのいずれかは、テレプレゼンスセッションの間、立っていてもよい、座っていてもよい、膝をついていてもよい、横になっていてもよい、歩いていてもよい、または走っていてもよい、または任意の位置または移動状態にあってもよい。ユーザはまた、本明細書の実施例に説明される以外の物理的環境内に存在してもよい。ユーザは、テレプレゼンスセッションを行っている間、別個の環境内に存在してもよい、または同一環境内に存在してもよい。全てのユーザが、テレプレゼンスセッションにおいて、その個別のＨＭＤを装着することが要求されるわけではない。例えば、Ａｌｉｃｅ９１２は、ウェブカメラおよびコンピュータ画面等の他の画像入手およびディスプレイデバイスを使用してもよい一方、Ｂｏｂ９１４は、ウェアラブルデバイス９０４を装着する。

（仮想アバタの実施例）
図１０は、ウェアラブルシステムのユーザによって知覚されるようなアバタの実施例を図示する。図１０に示される例示的アバタ１０００は、部屋内の物理的植物の背後に立っている、Ａｌｉｃｅ９１２（図９Ｂに示される）のアバタであることができる。アバタは、例えば、サイズ、外観（例えば、肌色、顔色、髪型、衣類、およびしわ、ほくろ、しみ、にきび、えくぼ等の皮膚および顔特徴）、位置、配向、移動、姿勢、表現等の種々の特性を含むことができる。これらの特性は、アバタと関連付けられたユーザに基づいてもよい（例えば、Ａｌｉｃｅのアバタ１０００は、実際の人物Ａｌｉｃｅ９１２の一部または全部の特性を有してもよい）。本明細書にさらに説明されるように、アバタ１０００は、コンテキスト情報に基づいて、アニメーション化されることができ、これは、アバタ１０００の特性のうちの１つ以上のものに対する調節を含むことができる。概して、人物（例えば、Ａｌｉｃｅ）の物理的外観を表すように本明細書に説明されるが、これは、限定ではなく、例証のためのものである。Ａｌｉｃｅのアバタは、Ａｌｉｃｅ以外の別の実際または架空のヒト、擬人化されたオブジェクト、創造物、または任意の他の実際または架空の表現の外観を表し得る。さらに、図１０における植物は、物理的である必要はなく、ウェアラブルシステムによってユーザに提示される植物の仮想表現であり得る。また、図１０に示されるものの付加的または異なる仮想コンテンツも、ユーザに提示され得る。

（仮想キャラクタのためのリギングシステムの実施例）
ヒトアバタ等のアニメーション化された仮想キャラクタが、全体的または部分的に、コンピュータグラフィック内にポリゴンメッシュとして表されることができる。ポリゴンメッシュ、または略して、単に、「メッシュ」は、モデル化された３次元空間内の点の集合である。メッシュは、その表面が仮想キャラクタ（またはその一部）の身体または形状を定義する、多角形オブジェクトを形成することができる。メッシュは、任意の数の点を含むことができるが（利用可能なコンピューティングパワーによって課され得る、実践的限界内において）、より多くの点を伴うより細かいメッシュは、概して、実在の人々、動物、オブジェクト等により近似し得る、より細かい詳細を伴うより現実的仮想キャラクタを描写することが可能である。図１０は、アバタ１０００の眼の周囲のメッシュ１０１０の実施例を示す。

メッシュ内の各点は、モデル化された３次元空間内の座標によって定義されることができる。モデル化された３次元空間は、例えば、（ｘ、ｙ、ｚ）座標によってアドレス指定されるデカルト空間であることができる。メッシュ内の点は、ポリゴンの頂点であって、これは、多角形オブジェクトを構成する。各ポリゴンは、多角形オブジェクトの表面、すなわち、面を表し、頂点の順序付けられたセットによって定義され、各ポリゴンの辺は、頂点の順序付けられたセットを接続する、直線縁である。ある場合には、メッシュ内のポリゴン頂点は、それらが必ずしも３Ｄグラフィック内において同一平面にあるわけではないという点で、幾何学的ポリゴンと異なり得る。加えて、メッシュ内のポリゴンの頂点は、共線形であり得、その場合、ポリゴンは、ゼロ面積を有する（縮退ポリゴンと称される）。

いくつかの実施形態では、メッシュは、３頂点ポリゴン（すなわち、略して、三角形または「三角」）または４頂点ポリゴン（すなわち、略して、四辺形または「四角」）から成る。しかしながら、高次ポリゴンもまた、いくつかのメッシュでは使用されることができる。メッシュは、直接コンテンツ作成（ＤＣＣ）アプリケーション（例えば、主に、３Ｄコンピュータグラフィックを作成および操作するために設計される、Ｍａｙａ（Ａｕｔｏｄｅｓｋ， Ｉｎｃ．から利用可能）またはＨｏｕｄｉｎｉ（Ｓｉｄｅ Ｅｆｆｅｃｔｓ Ｓｏｆｔｗａｒｅ Ｉｎｃ．から利用可能）等のアプリケーション）では、典型的には、四角ベースである一方、メッシュは、リアルタイムアプリケーションでは、典型的には、三角ベースである。

仮想キャラクタをアニメーション化するために、そのメッシュは、その頂点の一部または全部を種々の瞬間における空間内の新しい位置に移動させることによって変形されることができる。変形は、大規模移動（例えば、四肢の移動）および微細移動（例えば、顔移動）の両方を表すことができる。これらおよび他の変形は、実世界モデル（例えば、身体移動、関節運動、顔のゆがみ、表情等を実施する、実際のヒトの写真測量走査）、芸術指向的展開（実世界サンプリングに基づいてもよい）、それらの組み合わせ、または他の技法に基づくことができる。コンピュータグラフィックの初期の段階では、メッシュ変形は、頂点のための新しい位置を独立して設定することによって手動で遂行され得たが、現代のメッシュのサイズおよび複雑性を前提として、典型的には、自動化されたシステムおよびプロセスを使用して変形を生産することが望ましい。これらの変形を生産するための制御システム、プロセス、および技法は、リギング、または単に、「リグ」と称される。図６Ｂの例示的アバタ処理およびレンダリングシステム６９０は、３Ｄモデル処理システム６８０を含み、これは、リギングを実装することができる。

仮想キャラクタのためのリギングは、骨格系を使用して、メッシュ変形を補助することができる。骨格系は、関節の集合を含み、これは、メッシュのための関節運動の点に対応する。リギングのコンテキストでは、関節は、解剖学的意味において使用されるときのこれらの用語間の差異にもかかわらず、時として、「ボーン」とも称される。骨格系内の関節は、関節に適用され得る、変換に従って、相互に対して移動または別様に変化することができる。変換は、空間内の平行移動または回転および他の動作を含むことができる。関節は、相互に対して階層関係（例えば、親−子関係）を割り当てられることができる。これらの階層関係は、ある関節が、別の関節からの変換または他の特性を継承することを可能にすることができる。例えば、骨格系内の子関節は、子関節を親関節とともに移動させるように、その親関節に割り当てられた変換を継承することができる。

仮想キャラクタのための骨格系は、適切な位置における関節を用いて、かつ適切な局所回転軸、自由度等を用いて、定義され、所望のセットのメッシュ変形が行われることを可能にすることができる。いったん骨格系が、仮想キャラクタのために定義されると、各関節は、「スキニング」と呼ばれるプロセスにおいて、メッシュ内の種々の頂点に及ぼす影響の量を割り当てられることができる。これは、骨格系内の関節毎に、加重値を各頂点に割り当てることによって行われることができる。変換が、任意の所与の関節に適用されると、その影響下の頂点は、その個別の加重値に依存し得る量だけ、その関節変換に基づいて、自動的に移動または別様に改変されることができる。

リグは、複数の骨格系を含むことができる。１つのタイプの骨格系は、コア骨格（低次骨格とも称される）であって、これは、仮想キャラクタの大規模移動を制御するために使用され得る。例えば、ヒトアバタの場合、コア骨格は、ヒトの解剖学的骨格に類似し得る。リギング目的のためのコア骨格は、解剖学的に正しい骨格に正確にマッピングされ得ないが、類似配向および移動性質を伴う類似場所における関節のサブセットを有し得る。

上記に簡単に述べられたように、関節の骨格系は、例えば、関節間の親−子関係を伴う、階層であることができる。変換（例えば、位置および／または配向の変化）が、骨格系内の特定の関節に適用されると、同一変換が、同一階層内の全ての他のより低いレベルの関節に適用されることができる。例えば、ヒトアバタのためのリグの場合、コア骨格は、アバタの肩、肘、および手首のための別個の関節を含んでもよい。これらのうち、肩関節は、階層内で最高レベルを割り当てられてもよい一方、肘関節は、肩関節の子として割り当てられることができ、手首関節は、肘関節の子として割り当てられることができる。故に、特定の平行移動および／または回転変換が、肩関節に適用されると、同一変換がまた、肩と同一方法において平行移動および／または回転されるように、肘関節および手首関節にも適用されることができる。

その名称の含蓄にもかかわらず、リグ内の骨格系は、必ずしも、解剖学的骨格を表す必要はない。リギングでは、骨格系は、メッシュの変形を制御するために使用される、様々な階層を表すことができる。例えば、髪は、階層連鎖内の一連の関節として表され得、アバタの顔のゆがみに起因する、皮膚の動き（笑顔、眉を顰める、笑う、発話する、瞬目等の表情を表し得る）は、顔リグによって制御される一連の顔関節によって表され得、筋肉変形は、関節によってモデル化されることができ、衣類の動きは、関節のグリッドによって表され得る。

仮想キャラクタのためのリグは、複数の骨格系を含むことができ、そのうちのいくつかは、その他の移動を駆動し得る。低次骨格系は、１つ以上の高次骨格系を駆動するものである。逆に言えば、高次骨格系は、低次骨格系によって駆動または制御されるものである。例えば、キャラクタのコア骨格の移動は、アニメータによって手動で制御され得るが、コア骨格は、ひいては、高次骨格系の移動を駆動または制御することができる。例えば、高次ヘルパ関節（物理的骨格内の解剖学的類似物を有していなくてもよい）が、コア骨格の移動から生じる、メッシュ変形を改良するために提供されることができる。高次骨格系内のこれらおよび他の関節に適用される変換は、低次骨格に適用される変換からアルゴリズム的に導出されてもよい。高次骨格は、例えば、筋肉、皮膚、脂肪、衣類、髪、または任意の他の骨格系を表すことができ、これは、直接アニメーション制御を要求しない。

すでに議論されたように、変換は、メッシュ変形を行うために、骨格系内の関節に適用されることができる。リギングのコンテキストでは、変換は、３Ｄ空間内の１つ以上の所与の点を受け取り、１つ以上の新しい３Ｄ点の出力を生産する、機能を含む。例えば、変換は、関節を定義する、１つ以上の３Ｄ点を受け取ることができ、変換された関節を規定する、１つ以上の新しい３Ｄ点を出力することができる。関節変換は、例えば、平行移動成分、回転成分、およびスケール成分を含むことができる。

平行移動は、点のセットの配向またはサイズの変化を伴わずに、モデル化された３Ｄ空間内で１つ以上の規定された点のセットを規定された量だけ移動させる、変換である。回転は、規定された量だけ、モデル化された３Ｄ空間内で１つ以上の規定された点のセットを規定された軸を中心として回転させる（例えば、メッシュ内の全ての点をｚ−軸を中心として４５度回転させる）、変換である。アフィン変換（または６自由度（ＤＯＦ）変換）は、平行移動および回転のみを含むものである。アフィン変換の適用は、そのサイズを変化させずに（但し、配向は、変化することができる）、空間内の１つ以上の点のセットを移動させることであると見なされ得る。

一方、スケール変換は、その個別の座標を規定された値だけスケーリングすることによって、モデル化された３Ｄ空間内の１つ以上の規定された点を修正するものである。これは、点の変換されたセットのサイズおよび／または形状を変化させる。均一スケール変換は、同一量だけ各座標をスケーリングする一方、非均一スケール変換は、規定された点の（ｘ、ｙ、ｚ）座標を独立してスケーリングすることができる。非均一スケール変換は、例えば、筋肉作用から生じ得るもの等の収縮および伸展効果を提供するために使用されることができる。さらに別のタイプの変換は、剪断変換である。剪断変換は、軸からのその座標の距離に基づいて、異なる量だけ点の座標を平行移動させることによって、モデル化された３Ｄ空間内の１つ以上の規定された点のセットを修正するものである。

変換が、関節に適用され、それを移動させると、その関節の影響下の頂点もまた、移動される。これは、メッシュの変形をもたらす。上記に議論されるように、加重を割り当て、各関節が各頂点に及ぼす影響を定量化するプロセスは、スキニング（または時として、「加重ペインティング」または「スキン加重」）と呼ばれる。加重は、典型的には、０（無影響を意味する）と１（完全影響を意味する）との間の値である。メッシュ内のいくつかの頂点は、単一関節によってのみ影響され得る。その場合、それらの頂点は、その関節のために、１の加重値を割り当てられ、その位置は、その他ではなく、その具体的関節に割り当てられた変換に基づいて変化される。メッシュ内の他の頂点は、複数の関節によって影響され得る。その場合、別個の加重が、影響を及ぼす関節の全てのために、それらの頂点に割り当てられ、頂点毎の加重の和は、１に等しい。これらの頂点の位置は、その影響を及ぼす関節の全てに割り当てられる変換に基づいて、変化される。

メッシュ内の頂点の全てのための加重割当を行うことは、特に、関節の数が増加するにつれて、極度に労働集約的となり得る。関節に適用される変換に応答して、加重を平衡し、所望のメッシュ変形を達成することは、高度に訓練された専門家にとってさえ非常に困難であり得る。リアルタイムアプリケーションの場合、タスクは、多くのリアルタイムシステムがまた、具体的頂点に加重され得る、関節の数（概して、８つまたはより少ない）に関する限界を強いるという事実によって、さらに複雑になり得る。そのような限界は、典型的には、グラフィック処理ユニット（ＧＰＵ）内の効率の目的のために課される。

用語「スキニング」はまた、骨格系内の関節に適用される変換に基づいて、割り当てられた加重を使用して、メッシュを実際に変形させるプロセスを指す。例えば、一連のコア骨格関節変換が、アニメータによって、所望のキャラクタ移動（例えば、走っている動きまたはダンスステップ）を生産するように規定され得る。変換が、関節のうちの１つ以上のものに適用されると、新しい位置が、変換された関節の影響下の頂点のために計算される。任意の所与の頂点のための新しい位置は、典型的には、その特定の頂点に影響を及ぼす、全ての関節変換の加重平均として算出される。本加重平均を算出するために使用される、多くのアルゴリズムが存在するが、最も一般的であって、かつその単純性および制御の容易性に起因して、大部分のリアルタイムアプリケーションにおいて使用されるものは、線形ブレンドスキニング（ＬＢＳ）である。線形ブレンドスキニングでは、頂点毎の新しい位置が、それに関してその頂点が非ゼロ加重を有する、各関節変換を使用して計算される。次いで、これらの関節変換のそれぞれから生じる、新しい頂点座標が、関節毎のその頂点に割り当てられる個別の加重に比例して平均される。実際は、ＬＢＳに対する周知の限界が存在し、高品質リグを作成する際の作業の多くは、これらの限界を見出し、克服することに費やされる。多くのヘルパ関節システムが、本目的のために具体的に設計される。

骨格系に加え、「ブレンドシェイプ」はまた、リギングにおいて、メッシュ変形を生産するためにも使用されることができる。ブレンドシェイプ（時として、「モーフ標的」または単に「形状」とも呼ばれる）は、メッシュ内の頂点のセットに適用される変形であって、セット内の各頂点は、加重に基づいて、規定された量だけ規定された方向に移動する。セット内の各頂点は、具体的ブレンドシェイプのためのその独自のカスタム運動を有し得、セット内の頂点を同時に移動させることは、所望の形状を生成するであろう。ブレンドシェイプ内の頂点毎のカスタム運動は、「デルタ」によって規定されることができ、これは、その頂点に適用されるＸＹＺ運動の量および方向を表す、ベクトルである。ブレンドシェイプは、例えば、顔変形を生産し、いくつかの可能性のみを挙げると、眼、唇、眉、鼻、えくぼ等を移動させるために使用されることができる。

ブレンドシェイプは、芸術指向的方法においてメッシュを変形させるために有用である。それらは、正確な形状がモデルの走査からスカルピングまたは捕捉され得るにつれて、大量の制御をもたらす。しかし、ブレンドシェイプの利点は、ブレンドシェイプ内の全ての頂点のためのデルタを記憶する必要があることを代償とする。細かいメッシュおよび多くのブレンドシェイプを伴うアニメーション化されたキャラクタに関して、デルタデータの量は、有意となり得る。

各ブレンドシェイプは、ブレンドシェイプ加重を使用することによって、規定された程度まで適用されることができる。これらの加重は、典型的には、０（ブレンドシェイプは、全く適用されない）から１（ブレンドシェイプが、完全にアクティブである）に及ぶ。例えば、キャラクタの眼を移動させるためのブレンドシェイプは、眼を小量だけ移動させるための小加重を伴って適用されることができる、またはより大きい眼移動を作成するための大加重を伴って適用されることができる。

リグは、相互に組み合わせて、所望の複雑な変形を達成するために、複数のブレンドシェイプを適用してもよい。例えば、笑顔を生産するために、リグは、口角を引っ張り、上唇を持ち上げ、下唇を下げ、および眼、眉、鼻、およびえくぼを移動させるために、ブレンドシェイプを適用してもよい。２つ以上のブレンドシェイプを組み合わせることからの所望の形状は、組み合わせ形状（または単に、「コンボ」）として知られる。

２つのブレンドシェイプを組み合わせて適用することから生じ得る、１つの問題は、ブレンドシェイプが、同一頂点のうちのいくつかに作用し得ることである。両ブレンドシェイプが、アクティブであるとき、結果は、二重変換または「離脱モデル」と呼ばれる。これに対するソリューションは、典型的には、補正ブレンドシェイプである。補正ブレンドシェイプは、中立点に対する所望の変形を表すのではなく、現在適用されている変形に対する所望の変形を表す、特殊ブレンドシェイプである。補正ブレンドシェイプ（または単に、「補正」）は、それらが補正するブレンドシェイプの加重に基づいて、適用されることができる。例えば、補正ブレンドシェイプのための加重は、補正ブレンドシェイプの適用をトリガする、下層ブレンドシェイプの加重に比例するように行われることができる。

補正ブレンドシェイプはまた、スキニング異常を補正する、または変形の品質を改良するために使用されることができる。例えば、関節が、具体的筋肉の運動を表し得るが、単一変換として、皮膚、脂肪、および筋肉の全ての非線形挙動を表すことができない。筋肉がアクティブ化するにつれて、補正または一連の補正を適用することは、より魅力的かつ説得力のある変形をもたらし得る。

リグは、層内に構築され、より低次かつ単純な層は、多くの場合、高次層を駆動する。これは、骨格系およびブレンドシェイプ変形の両方に適用される。例えば、すでに述べられたように、アニメーション化された仮想キャラクタのためのリギングは、低次骨格系によって制御される、高次骨格系を含んでもよい。制約、論理システム、および姿勢ベースの変形を含む、低次骨格に基づいて、高次骨格またはブレンドシェイプを制御するための多くの方法が存在する。

制約は、典型的には、特定のオブジェクトまたは関節変換が、別の関節またはオブジェクトに適用される変換の１つ以上の成分を制御する、システムである。多くの異なるタイプの制約が、存在する。例えば、照準制約は、標的変換の回転を変化させ、具体的方向または具体的オブジェクトに向ける。親制約は、対の変換間の仮想親−子関係として作用する。位置制約は、変換を具体的点または具体的オブジェクトに制約する。配向制約は、変換をオブジェクトの具体的回転に制約する。

論理システムは、入力のセットを前提として、いくつかの出力を生産する、数学的方程式のシステムである。これらは、学習されるのではなく、規定される。例えば、あるブレンドシェイプ値が、２つの他のブレンドシェイプの積として定義され得る（これは、組み合わせまたはコンボ形状として知られる補正形状の実施例である）。

姿勢ベースの変形もまた、高次骨格系またはブレンドシェイプを制御するために使用されることができる。骨格系の姿勢は、その骨格系内の全ての関節のための変換（例えば、回転および平行移動）の集合によって定義される。姿勢はまた、骨格系内の関節のサブセットのためにも定義されることができる。例えば、腕姿勢が、肩、肘、および手首関節に適用される変換によって定義され得る。姿勢空間デフォーマ（ＰＳＤ）は、特定の姿勢と定義された姿勢との間の１つ以上の「距離」に基づいて、その特定の姿勢のための変形出力を決定するために使用される、システムである。これらの距離は、姿勢のうちの１つが他のものと異なる程度を特性評価する、メトリックであることができる。ＰＳＤは、姿勢補間ノードを含むことができ、これは、例えば、関節回転（姿勢を定義する）のセットを入力パラメータとして受け取り、ひいては、正規化された姿勢毎の加重を出力し、ブレンドシェイプ等のデフォーマを駆動する。姿勢補間ノードは、放射基底関数（ＲＢＦ）を用いたものを含む、種々の方法において実装されることができる。ＲＢＦは、関数の機械学習された数学的近似を実施することができる。ＲＢＦは、入力およびその関連付けられた予期される出力のセットを使用して、訓練されることができる。訓練データは、例えば、関節変換（特定の姿勢を定義する）およびそれらの姿勢に応答して適用されるべき対応するブレンドシェイプの複数のセットであり得る。いったん関数が、学習されると、新しい入力（例えば、姿勢）が、与えられることができ、その予期される出力が、効率的に算出されることができる。ＲＢＦは、人工ニューラルネットワークの亜種である。ＲＢＦは、より低いレベルの成分の状態に基づいて、リグのより高いレベルの成分を駆動するために使用されることができる。例えば、コア骨格の姿勢は、より高いレベルにおいて、ヘルパ関節および補正を駆動することができる。

これらの制御システムは、ともに連鎖化され、複雑な挙動を実施することができる。実施例として、眼リグは、水平および垂直回転のための２つの「見回し」値を含有し得る。これらの値は、いくつかの論理を通して通過され、眼関節変換の正確な回転を決定することができ、これは、ひいては、眼瞼の形状を変化させ、眼の位置に合致させる、ブレンドシェイプを制御する、ＲＢＦへの入力として使用され得る。これらの形状のアクティブ化値は、付加的論理等を使用して、顔の表情の他の成分を駆動するために使用され得る。

リギングシステムの目標は、典型的には、単純なヒトが理解可能な制御システムに基づいて、魅力的かつ高忠実性の変形を生産するための機構を提供することである。リアルタイムアプリケーションの場合、目標は、典型的には、最終品質に対して可能な限り少ない妥協点をもたらしながら、例えば、ＶＲ／ＡＲ／ＭＲシステム２００上で、リアルタイムで起動されるために十分に単純である、リギングシステムを提供することである。いくつかの実施形態では、３Ｄモデル処理システム６８０は、（ＶＲ／ＡＲ／ＭＲシステムのユーザと）双方向的であって、ユーザの環境内で適切なコンテキストアバタ挙動（例えば、意図ベースの挙動）を提供するように、リギングシステムを実行し、複合現実環境１００内でアバタをリアルタイムでアニメーション化する。

（対象の頭部および眼の例示的幾何学形状）
いくつかの実装では、本方法は、隠されている剛体形状に実質的に固定された相対的場所に少なくとも１つの点を有する、隠されていないオブジェクトを位置特定することによって（例えば、対象の眼）、隠されている剛体形状（例えば、対象の頭蓋骨）を位置特定するステップを含むことができる。本方法は、眼を固定された基準点として使用して、対象の頭部の複数の走査を整合させるステップを含むことができる。本方法は、幾何学的形状を固定された基準点として使用して、強膜の可視部分を幾何学的形状（例えば、球体または楕円体または任意の他の好適な形状）に適合させることによって、対象の頭部の複数の走査を整合させるステップを含むことができる。いくつかの実装では、幾何学的形状と眼の走査の手動６ＤＯＦ適合の問題は、少なくとも５ＤＯＦを自動化することによって提供され、したがって、最大で１ＤＯＦのみが、手動で要求される。

ユーザの頭部走査は、人物の基準頭部姿勢を含む、基準頭部走査に整合されることができる。例えば、基準頭部走査は、対象のリラックス処理された中立表現を含むことができる。図１１Ａは、そのリグが生成されている、対象の例示的頭部１１０４ａを図式的に図示する。いくつかの実施形態では、各頭部走査は、人物の頭部の剛体成分（例えば、図１１Ｂでは、頭蓋骨１１０４ｂ）の位置が基準姿勢のものに合致するように、６自由度アフィン変換を使用して変換されることができる。頭蓋骨１１０４ｂが、実際には可視ではないため、その位置は、対象の頭部１１０４ａの走査内に存在する情報から推測されることができる。走査内の一次情報を提供する、対象の顔の皮膚は、走査間で変形し、アバタのためのリグを生成するために必要とされる品質のレベルにおいて変換を決定するためのその使用を不適正なものにする。いくつかの実施形態では、基準頭部走査は、走査の残りに関する比較のための基礎として機能する、または基準走査として指定または標識される、複数の走査からの単一走査であることができる。

６自由度アフィン変換は、２つ以上の走査（例えば、アニメーションリグを構築するために使用され得る、基準走査および１つ以上の付加的走査）間で剛体変換されている、３つ以上の点を使用して、頭部走査間で計算されることができる。走査されたヒト頭部１１０４ａの場合、頭蓋骨１１０４ｂが顔の皮膚によって被覆されているため、走査内で直接可視である、そのような点は、存在しない。本明細書に開示される整合方法は、対象の眼球１１０８ａ、１１０８ｂの中心を頭部走査内の対象の眼の強膜１１１２ａ、１１１２ｂから推測し、推測される眼球中心を使用して、頭部走査を整合させることによる、眼球位置合わせに基づくことができる。眼の眼球中心は、眼球の位置が眼窩１１１６ａ、１１１６ｂに対して比較的に一定であるため、頭蓋骨１１０４ｂに対して比較的に一定であることができる。

図１１Ａおよび１１Ｂは、その中に対象の頭部１１０４ａの頭部走査が生成され得る、座標系１１２０（例えば、世界座標系またはスキャナ座標系）を示す。本座標系では、頭部走査（例えば、基準頭部走査）内の対象の頭部１１０４ａの長さは、ｙ−軸１１２０ｙの方向と略平行であることができる。頭部走査内のユーザの頭部１１０４ａの幅は、ｘ−軸１１２０ｘの方向と略平行であることができる。頭部走査内のユーザの頭部１１０４ｂの深度は、ｚ−軸１１２０ｚの方向と略平行であることができる。他の好適な座標系および整合方法が、使用されてもよい。

（例示的眼、眼走査、および候補点選択）
図１２は、眼瞼１２０４、強膜１１１２（眼の「白眼」）、虹彩１２１２、および瞳孔１２１６を伴う、眼球１１０８ａ、１１０８ｂの眼１２００を図式的に図示する。曲線１２１６ａは、瞳孔１２１６と虹彩１２１２との間の瞳孔境界を示し、曲線１２１２ａは、虹彩１２１２と強膜１１１２との間の辺縁境界を示す。眼瞼１２０４は、上側眼瞼１２０４ａおよび下側眼瞼１２０４ｂを含む。眼１２００の静置位置における眼１２００の眼姿勢１２２０は、図１２に示される眼の平面と略垂直であることができる。

図１３は、対象の強膜１３０３および瞳孔１３０２の一部を示す、眼走査１３００の実施例を示す。眼走査１３００は、反射して輝くまたは光沢のある表面上でさえ、高精度（例えば、サブミリメートル精度）および十分な精細度を有することができる。依然として、雑音が多いが、眼の表面の多くが、眼のデジタル走査１３００内に保存されることができる。候補点（候補頂点とも称される）が、各眼の強膜のために選択されることができ、図１３では、白色ドット（例えば、点１３０４ａ、１３０４ｂ）として示される。いくつかの実施形態では、眼走査１３００内の候補点（例えば、点１３０４ａ、１３０４ｂ）は、１つ以上のコンピュータビジョン技法（例えば、機械学習に基づくコンピュータビジョン技法）を使用して、手動で、またはある他の方式において、選択されることができる。例えば、眼走査１３００内の候補点は、眼走査１３００内の眼の辺縁境界１２１２ａおよび眼瞼１２０４ａ、１２０４ｂの形状に基づいて決定されることができる。眼の辺縁境界１２１２ａおよび眼瞼１２０４ａ、１２０４ｂは、１つ以上のコンピュータビジョン技法（例えば、眼走査１３００の二次導関数またはより高次の導関数等の導関数に基づくコンピュータビジョン技法）を使用して決定されることができる。雑音は、これらの領域内では一般的であるため、選択は、限定された品質であると仮定され得、瞳孔、眼瞼、涙丘等からの誤対応を含み得る。いくつかの実施形態では、眼走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）画像、またはオブジェクトのｘｙｚ座標の任意のグループを含む。

（例示的眼適合プロシージャ）
図１４は、頭部走査内の対象の頭部の眼の中心点および頭部走査内のユーザの頭部の第３の点を決定する、例示的プロセスを図式的に図示する。眼球１１０８ａ、１１０８ｂのモデルが、候補点（例えば、図１３を参照して説明される候補点１３０４ａ、１３０４ｂ）に適合されることができる。モデルは、球体または楕円体等の幾何学的形状に基づくことができる。対象の眼の候補点を適合させるステップは、各候補点から球体（または楕円体または幾何学的形状全般）の表面までの距離を低減または最小限にする、中心位置および半径（または楕円体に基づく眼球モデルのための半径）を決定するステップを含むことができる。選択された候補点は、典型的には、誤対応を含み、雑音が多くあり得るため、データは、通常、配布され得ない。いくつかの実施形態では、各候補点から幾何学的形状の表面までの距離の最小二乗を低減または最小限にする代わりに、よりロバストな誤差メトリックが、適合の間、誤対応および雑音効果を最小限にするために使用されることができる。例えば、ロバスト回帰、Ｍ推定、Ｔｈｅｉｌ−Ｓｅｎ推定、ランダムサンプル共有項（ＲＡＮＳＡＣ）技法が、幾何学的眼形状モデルを眼走査データに適合させるために使用されることができる。

眼走査内の眼１１０８ａ、１１０８ｂの候補点を眼球モデルに適合させるステップは、複数のアクションを含む、各ステップを用いた、反復間引を含むことができる。各反復後、誤対応である可能性が高く、眼球の最も精密な場所および半径を与えるであろう、実際の強膜領域の一部である可能性が低い、候補点を決定するために使用される、メトリックが、算出されることができる。可能性が高い誤対応は、適合プロシージャの反復の間、間引かれることができる。

いくつかの実装では、以下のアクションが、眼球モデルを頭部走査の候補点に適合させるために実施されることができる。候補点を適合させるステップは、下記の方程式１を含むことができる。反復間引は、眼球モデルの収束に到達する（例えば、反復間の誤差統計における差異が、収束閾値を下回って減少する、または反復の最大回数）まで、下記の方程式１および２を繰り返すステップを含むことができる。

（１）誤差統計を低減または最小限にする。誤差統計は、眼球モデルの位置および半径に基づくことができる。いくつかの実施形態では、誤差統計は、シグモイド関数に基づく。例示的誤差統計が、下記の方程式［１］に示される。

式中、ｘは、予期される半径と比較した、眼球モデル（例えば、球状眼球モデル）の中心までの距離の残余誤差を示し、σは、シグモイド関数ｔａｎｈのためのスケーリングパラメータを示し、αは、ｔａｎｈ関数と線形最小二乗との間の調整を可能にし、ｔａｎｈは、双曲線接線（範囲−∞〜∞にわたって−１．０と＋１．０との間で変動し、約ｘ＝０の近似線形である、シグモイド関数）を示す。本関数は、大残差が表面の近傍にある大部分に集中しないように、誤差の上限が定められることを可能にする。いくつかの実施形態では、σは、０．００５であって、αは、０．９である。

（２）適合が実施された後、誤対応を決定し、これは、間引かれることができる。いくつかの実施形態では、間引は、中央値ベースの方法を使用して実施されることができ、これは、間引くときの選択バイアスに起因して、平均ベースの方法より良好に性能を発揮することができる。

眼適合は、基準走査に関して、他の走査と比較して、若干異なるように行われることができる。基準走査に関して、本明細書に開示される方法は、異なる対象に関して異なるであろう、眼の位置１１２４ａ、１１２４ｂおよび眼の形状の正しいモデル（例えば、半径または複数の半径）を決定するように試みることができる。基準走査の適合の間、眼球モデルの半径は、（例えば、自由に）変動されることを可能にされることができる。付加的走査に関して、半径は、最初は、基準走査におけるように、（例えば、自由に）変動されることを可能にされることができるが、半径は、間引の１回以上の反復後、基準走査値に合致するように制限され得る。そのようなプロセスは、眼瞼自体が眼の表面を歪曲させる、眼瞼が緊張している場合（例えば、対象が眼を細める場合）、問題となり得る、眼球自体の非剛体性を考慮することができる。

（走査間のアフィン変換を計算する）
いったん眼位置１１２４ａ、１１２４ｂが決定されると、アフィン（例えば、剛体）変換が、別個の走査内の眼を整合させるために計算されることができる。２つの走査間の頭部のアフィン変換を決定するために、３つ以上の点が、必要とされる。頭部走査内には、ユーザの眼の２つのみの眼球中心１１２４ａ、１１２４ｂが存在するため、第３の点が、推測または作成されることができる。例えば、第３の点は、２つの眼点とｙ−軸（例えば、図１１Ａおよび１１Ｂを参照して説明されるｙ−軸１１２０ｙ）との間に形成される、軸１１２８のクロス積に基づくことができる。クロス積は、それに沿って第３の点を設置すべきベクトル１１３２を決定するために使用されることができる。例えば、ユーザの鼻梁のある場所にあり得る、眼中心を接続する線分１１２８の中心点から、ある距離（例えば、１ｃｍ）だけ前方にある、本ベクトル１１３２に沿った点１１３６が、選択されることができる。ｙ−軸１１２０ｙは、例えば、初期走査を実施するとき、対象が走査ステージ内に適切に着座されている場合、眼軸１１２８と略垂直であることができる。本第３の点を用いて、初期アフィン整合が、実施されることができ、これは、眼中心を通して通過する軸に沿った単一ＤＯＦ枢軸を除いて全てのＤＯＦを除去する。

（最終変換を調節する）
残りの１ＤＯＦ整合は、種々の技法によって決定されることができる。例えば、本方法は、皮膚特徴を使用した皮膚ベースの技法を適用し、変換の最終ＤＯＦを決定することができる。いくつかの方法では、手動（例えば、オペレータ）入力が、最終ＤＯＦのために使用される。例えば、対象上の追跡可能点（毛穴またはそばかすを含む、人工追跡点または顔の詳細等）を使用して、眼中心を通して通過する軸に沿った最終ＤＯＦ枢軸が、変換に適用される点／表面最小限化技法によって決定されることができる。

いくつかのインスタンスでは（例えば、眼が狭くなる、眼を細めるような場合）、ｙ−軸１１２０ｙに沿った眼中心の位置は、不安定になり得る。片眼または片眼走査上の、例えば、０．５ｍｍ程度のわずかである、ｙ−軸１１２０ｙに沿った眼中心のそのような不安定な位置から生じた整合における誤差は、（ｚ−軸１１２０ｚ上の）眼間の中心点を中心とする回転として可視となり得る。そのようなわずかな誤差は、オペレータ（例えば、訓練されたアニメータ）に可視となり得る。本明細書に開示される整合方法は、ｙ−軸１１２０ｙに沿った眼位置を調節し、アフィン変換を再計算することによって、そのような（可能性として考えられる）不安定性を考慮または決定することができる。いくつかの実施形態では、本方法は、独立した右および左眼球１１０８ａ、１１０８ｂのためのｙ−軸１１２０ｙ平行移動調節およびｘ−軸１１２０ｘ回転調節のため等、最終調節のための３つの制御を含むことができる（例えば、皮膚標的が容認不可能に変形する状況に関して）。ある場合には、ｙ−軸１１２０ｙ測定における誤差が、生じ得、剛体変換をｚ−軸１１２０ｚを中心として回転させることによって補償され得る。本プロセスは、困難度が低減され、全くまたは殆ど手動介入を要求し得ない（例えば、数秒のみが、最終調節を行うために、オペレータによって要求され得る）。

（ユーザの頭部の姿勢を決定する例示的プロセス）
図１５は、対象の眼球モデルに基づいて、対象の頭部の姿勢を決定する、例示的プロセス１５００のフロー図である。ハードウェアコンピューティングシステムが、プロセス１５００を実装することができる。ある場合には、対象の画像を取得する、写真測量捕捉ステージが、プロセス１５００を実施する、ハードウェアコンピューティングシステムと有線または無線通信する。他の実装では、図６Ａを参照して説明されるアバタ処理およびレンダリングシステム６９０または図６Ｂを参照して説明されるアバタ自動スケーラ６９２が、プロセス１５００を実施することができる。

ブロック１５０４では、コンピューティングシステムは、対象の頭部走査を受信することができる。対象の頭部走査は、対象の各眼の眼走査を含むことができる。頭部走査は、対象の基準頭部走査、または図１６００を参照して下記に説明される方法１６００を使用して、基準頭部走査（または対象のリグまたは対象のデジタル表現）に整合され得る、対象の別の頭部走査であることができる。頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含むことができる。

ブロック１５０８では、コンピューティングシステムは、頭部走査内の対象の各眼の強膜のための候補点を決定することができる。いくつかの実施形態では、眼走査内の候補点（例えば、図１３を参照して説明される、点１３０４ａ、１３０４ｂ）が、１つ以上のコンピュータビジョン技法を使用して（例えば、機械学習に基づくコンピュータビジョン技法）、手動で、またはある他の方式において、決定されることができる。例えば、眼走査内の候補点は、眼走査内の眼の辺縁または瞳孔境界（例えば、図１２を参照して説明される辺縁境界１２１２ａまたは瞳孔境界１２１６ａ）または眼瞼（例えば、図１２を参照して説明される眼瞼１２０４ａ、１２０４ｂ）の形状に基づいて、決定されることができる。眼の辺縁または瞳孔境界または眼瞼の形状または位置は、１つ以上のコンピュータビジョン技法（例えば、眼走査の二次導関数またはより高次の導関数等の導関数に基づくコンピュータビジョン技法、曲線適合、縁検出、ウェーブレット技法、または他の虹彩または瞳孔セグメント化技法）を使用して決定されることができる。

ブロック１５１２では、コンピューティングシステムは、眼球モデルを各眼の強膜の候補点に適合させることができる。例えば、基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるステップは、（１）対象の各眼球の眼球モデルの半径と、（２）対象の眼球の複数の候補点の候補点と眼球の眼球モデルの中心との間の距離とに基づいて、誤差統計を低減または最小限にするステップを含むことができる。別の実施例として、眼球モデルを対象の各眼の強膜の複数の候補点に適合させるステップは、（１）対象の各眼球の眼球モデルの半径と、（２）対象の各眼球の複数の候補点の各候補点と各眼球の眼球モデルの中心との間の平均距離とに基づいて、誤差統計を低減または最小限にするステップを含むことができる。誤差統計は、範囲−∞〜＋∞にわたって−１．０と＋１．０との間で変動し得る。誤差統計は、約ゼロの近似線形であることができ、誤対応の影響を低減させるように境界され得る。例えば、誤差統計は、ｔａｎｈ等のシグモイド関数（例えば、上記の方程式［１］）に基づくことができる。眼球モデルを各眼の強膜の候補点に適合させるとき、眼球モデルの半径（または複数の半径）は、固定され得る、または変動し得る（例えば、プロセス１５００全体の間、またはプロセス１５００の一部の間）。

ブロック１５１６では、コンピューティングシステムは、ブロック１５０８において決定された候補点の１つ以上の誤対応候補点を決定および除去することができる。眼球モデル内の対象の各眼球の強膜の候補点の１つ以上の誤対応候補点は、複数の基準候補点の中央値（または平均）に基づいて決定されることができる。候補誤対応点は、分布のある数の標準偏差（例えば、２、３、５、７、またはそれを上回る標準偏差）を上回って点の分布の平均と異なる、点と識別され得る。

プロセス１５００は、ブロック１５１２における、眼球モデルと各眼の強膜の候補点の反復適合と、ブロック１５１６における、眼球モデルと候補点の適合が収束するまで、誤対応候補点を決定および除去するステップとを含むことができる。例えば、適合が、決定ブロック１５２０において収束しない場合、コンピューティングシステムは、ブロック１５１２に進み、更新された眼球モデルを、誤対応候補点が除去された各眼の強膜の候補点に適合させることができる。適合が、決定ブロック１５２０において収束する場合、方法は、ブロック１５２４に進むことができる。ブロック１５２０では、収束は、例えば、反復間の誤差統計における差異が、収束閾値を下回って減少した場合、または最大数の反復の最大回数に到達した場合、決定されることができる。

ブロック１５２４では、コンピューティングシステムは、眼球モデルに基づいて、対象の各眼球の中心点を決定することができる。眼球モデルのパラメータは、球体、楕円体、またはそれらの組み合わせ等の幾何学的形状を含むことができる。基準眼球モデルのパラメータは、少なくとも１つの半径を含むことができる。例えば、眼球モデルは、球状眼球モデルのための１つの半径を含むことができる。別の実施例として、眼球モデルは、楕円形眼球モデルのための２つの半径（例えば、長半径および短半径）を含むことができる。さらに別の実施例として、眼球モデルは、楕円体眼球モデルのための３つの半径（例えば、３つの直交方向に沿った長半径および短半径）を含むことができる。眼球モデルのパラメータは、幾何学的形状のための中心点を含むことができる。各眼球の中心点は、各眼球モデルの中心点であることができる。眼球モデルは、例えば、二次表面の一部、旋回表面等、眼球に適合するための任意のタイプの湾曲表面を含むことができ、眼球モデルは、その形状または配向を説明するための任意の好適な数のパラメータ（例えば、中心点、１、２、３、またはそれを上回る半径、楕円率等）を含むことができる。

ブロック１５２８では、コンピューティングシステムは、ブロック１５２８において決定された各眼球の中心点および座標系の軸（例えば、図１４を参照して説明されるｙ−軸１１２０ｙ）に基づいて、対象の頭部の推測される第３の点を決定することができる。対象の頭部の姿勢の表現は、ブロック１５２８において決定された各眼球の中心点と、ブロック１５２８において決定された推測される第３の点とを含むことができる。頭部走査内の推測される第３の点を決定するステップは、対象の各眼球の中心点に基づいて、頭部走査内の推測される第３の点を決定するステップを含むことができる。頭部走査内の推測される第３の点を決定するステップは、（１）対象の各眼球の中心点（例えば、図１４を参照して説明される中心点１１２４ａ、１１２４ｂ）間に形成される軸と、（２）基準頭部走査の座標系の軸（例えば、図１４を参照して説明されるｙ−軸１１２０ｙ）との基準クロス積を決定するステップを含むことができる。推測される第３の点は、クロス積（例えば、図１４を参照して説明されるクロス積１１３２）上にあることができる。推測される第３の点は、図１４を参照して説明されるクロス積１１３２上の推測される第３の点１１３６等、クロス積上で対象の頭部から離れることができる。

（頭部走査を整合させる例示的プロセス）
図１６は、対象の頭部走査を整合させる、例示的プロセス１６００のフロー図である。ハードウェアコンピューティングシステムが、プロセス１６００を実装することができる。ある場合には、対象の画像を取得する、写真測量捕捉ステージが、プロセス１６００を実施する、ハードウェアコンピューティングシステムと有線または無線通信する。他の実装では、図６Ａを参照して説明されるアバタ処理およびレンダリングシステム６９０または図６Ｂを参照して説明されるアバタ自動スケーラ６９２が、プロセス１６００を実施することができる。

ブロック１６０４では、コンピューティングシステムは、対象の頭部の基準頭部走査を受信することができる。基準頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含むことができる。いくつかの実施形態では、基準頭部走査内の対象の頭部の姿勢は、座標系の軸（例えば、図１４を参照して説明されるｙ−軸１１２０ｙ）の方向に近似的にあることができる。

ブロック１６０８では、コンピューティングシステムは、基準頭部走査内の対象の各眼の強膜のための候補点に基づいて、基準頭部走査内の対象の各眼球の中心点および推測される第３の点を決定することができる。コンピューティングシステムは、図１５を参照して説明されるプロセス１５００を使用して、基準頭部内の対象の各眼球の中心点および推測される第３の点を決定することができる。基準走査の適合の間、眼球モデルの半径は、（例えば、解剖学的に許容可能範囲内で自由に）変動されることを可能にされることができる。

ブロック１６１２では、コンピューティングシステムは、対象の第２の基準頭部走査を受信することができる。第２の頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含むことができる。基準頭部走査および第２の基準頭部走査は、同一タイプの頭部走査である（例えば、両頭部走査は、ＲＧＢ−Ｄ走査であることができる）、または異なるタイプの頭部走査である（例えば、一方の頭部走査は、点群を含むことができ、他方の頭部走査は、メッシュを含むことができる）。

ブロック１６１６では、コンピューティングシステムは、第２の頭部走査内の対象の各眼の強膜のための候補点に基づいて、第２の頭部走査内の対象の各眼球の中心点および推測される第３の点を決定することができる。コンピューティングシステムは、図１５を参照して説明されるプロセス１５００を使用して、第２の頭部内の対象の各眼球の中心点および推測される第３の点を決定することができる。第２の走査（または他の付加的走査）に関して、眼球モデルの半径は、最初は、基準走査におけるように、（例えば、自由に）変動することを可能にされることができるが、半径は、適合させ、誤対応候補点を除去する、１回以上の反復後、基準走査値に合致するように制限され得る。

ブロック１６２０では、コンピューティングシステムは、ブロック１６１６において決定された第２の頭部走査内の各眼球の中心点および推測される第３の点と、ブロック１６０８において決定された基準頭部走査内の対応する点とに基づいて、第２の頭部走査と基準頭部走査との間のアフィン変換を決定することができる。いくつかの実施形態では、コンピューティングシステムは、アフィン変換を少なくとも第２の頭部走査内の対象の頭部上で実施し、第２の頭部走査内の対象のアフィン変換された頭部を生成することができる。種々の実施形態では、アフィン変換は、対象の頭部のみに適用されることができる、または走査全体に適用されることができる。コンピューティングシステムは、対象の頭部上の追跡可能点を使用して、基準頭部走査内の対象の頭部に対する第２の頭部走査内の対象のアフィン変換された第２の頭部の枢軸を決定することができる。例えば、コンピューティングシステムは、対象のアフィン変換された第２の頭部上の追跡可能点と基準頭部走査内の対象の頭部上の追跡可能点との間の距離を最小限にすることができる。別の実施例として、コンピューティングシステムは、対象のアフィン変換された第２の頭部上の追跡可能点と基準頭部走査内の対象の頭部上の追跡可能点の周囲の表面との間の距離を最小限にすることができる。いくつかの実施形態では、コンピューティングシステムは、対象の頭部上の追跡可能点を使用して、基準頭部走査内の対象の頭部に対する第２の頭部走査内の対象のアフィン変換された第２の頭部の枢軸を受信することができる。いくつかの実施形態では、コンピューティングシステムは、第２の頭部走査内の対象の各眼球の平行移動調節、第２の頭部走査内の対象の眼球の回転調節、またはそれらの任意の組み合わせを受信することができる。

ブロック１６２４では、コンピューティングシステムは、対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのリグを生成し、アフィン変換に基づいて、対象のアバタの修正されたリグを生成することができる。代替として、コンピューティングシステムは、対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのデジタル表現を生成し、アフィン変換に基づいて、対象のアバタの修正されたデジタル表現を生成することができる。例えば、コンピューティングシステムは、アフィン変換に基づいて、眼球をデジタルパペット内に適合させることができる。

図１７は、隠されている部分および隠されていない部分を含む、オブジェクトの走査を整合させる、例示的プロセス１７００のフロー図である。例えば、オブジェクトは、走査されている対象の頭部を含んでもよく、隠されている部分は、頭蓋骨を含んでもよく、隠されていない部分は、対象の片眼または両眼を含んでもよい。オブジェクトは、少なくとも部分的に、変形可能であり得、例えば、対象の皮膚は、頭蓋骨にわたって配置され、皮膚は、対象が、走査されている間、ある姿勢をとる（例えば、笑顔、眉を顰める、笑う、驚きを示す等）につれて変形する。方法１７００は、隠されていない部分の少なくとも１つの点が、剛体の隠されている部分と固定された関係にあるため、隠されていない部分（例えば、眼）の走査を利用して、剛体の隠されている部分（例えば、頭蓋骨）の位置または配向を決定することができる。剛体の隠されている部分は、直接、観察可能ではない（例えば、走査は、直接、対象の頭蓋骨を示さない）ため、方法１７００は、したがって、隠されていない部分の位置または配向を使用して、剛体の隠されている部分の位置または配向を決定し、それによって、走査間のオブジェクトの移動を補正する、変換（例えば、アフィン変換）を決定することができる。

図１７に示される実施例では、ブロック１７０４において、方法１７００は、隠されていないオブジェクトの走査、例えば、対象の眼の走査を含む、頭部走査を受信する。ブロック１７０８では、本方法は、隠されている剛体オブジェクトとの固定された関係を持つ、隠されていないオブジェクトの１つ以上の点を決定する。例えば、図１５および１６を参照して上記に説明されるように、本方法は、眼の強膜の測定を利用して、走査内のオブジェクト位置間の変換を見出すために使用可能な２つの眼中心を決定してもよい。ブロック１７１２では、本方法は、走査間のオブジェクトの移動を補償する、アフィン変換を決定する。ブロック１７１６では、本方法は、アフィン変換を利用して、異なる走査間のオブジェクトの位置を整合させる、位置合わせする、または安定化させることができる。

方法１７００のいくつかの実施形態では、ブロック１７１２において決定されたアフィン変換は、６ＤＯＦ変換を含む。いくつかのそのような実施形態では、隠されていない部分の測定は、６ＤＯＦのうちの５つの決定を可能にし得、本方法は、オブジェクトの変形可能部分の測定（例えば、皮膚の測定）を介して、最終ＤＯＦを決定する。加えて、または代替として、方法１７００は、最終ＤＯＦに関連するオペレータ入力を受け取ってもよい。

ハードウェアコンピューティングシステムが、プロセス１７００を実装することができる。ある場合には、対象の画像を取得する、写真測量捕捉ステージが、プロセス１７００を実施する、ハードウェアコンピューティングシステムと有線または無線通信する。他の実装では、図６Ａを参照して説明されるアバタ処理およびレンダリングシステム６９０または図６Ｂを参照して説明されるアバタ自動スケーラ６９２が、プロセス１７００を実施することができる。

（付加的側面）
いくつかの実施形態では、眼球整合方法を使用して決定された頭部走査整合は、加えて、または代替として、瞳孔または虹彩を追跡情報（例えば、虹彩または瞳孔の外側縁を決定し、球体または楕円体上の虹彩または瞳孔の外側縁の位置を決定する）として使用して、改良されることができる。いくつかの実装では、頭部走査整合は、上側歯（典型的には、大部分の姿勢において不可視である）等の頭蓋骨の空間に（例えば、いくつかの実装では、絶対的に）マッピングされる、頭部の解剖学的構造に基づいて、または対象の歯上に設置された小型無線伝送機から、さらに改良されることができる。他の実施形態では、頭部走査整合は、（手動で安定化される、訓練データを要求するか、または安定化に続いて、調節を要求するかのいずれかであり得る）キャラクタアニメーションの目的のために顔上に設置された追跡マーカの機械学習方法を用いて、微調整されることができる。機械学習方法のための訓練データの生成は、勾配転写技法を使用して自動化されることができる。

いくつかの実施形態では、本明細書に開示される眼球整合方法は、眼球を対象のデジタルパペットの内側に自動的に設置するために使用されることができ、これは、デジタルパペットの眼球球体が、全くヒト介入を伴わずに、または低減されたヒト介入を伴って、移動されることを可能にする。他の実施形態では、眼球整合方法は、３次元（３Ｄ）走査を３Ｄ走査に、３Ｄ走査をリグに、および／または３Ｄ走査をデジタル表現に整合させるために使用されることができる。

本明細書および付随の図に説明される技術は、以下の非限定的側面のうちの１つ以上のものを介して実装されることができる。

１．対象の頭部走査を整合させるためのシステムであって、対象の頭部の少なくとも一部の基準頭部走査と、対象の頭部の第２の頭部走査とを記憶するように構成される、非一過性メモリと、非一過性メモリと通信する、ハードウェアプロセッサであって、実行可能命令によって、対象の基準頭部走査を受信し、基準頭部走査内の対象の各眼球の強膜の複数の基準候補点に基づいて、基準頭部走査内の対象の各眼球の基準中心点および基準推測点を決定し、対象の第２の頭部走査を受信し、第２の頭部走査内の対象の各眼球の強膜の複数の第２の候補点に基づいて、第２の頭部走査内の対象の各眼球の第２の中心点および第２の推測点を決定し、第２の頭部走査内の対象の各眼球の第２の中心点および第２の推測点および基準頭部走査内の対応する点に基づいて、第２の頭部走査から基準頭部走査へのアフィン変換を決定し、アフィン変換を少なくとも第２の頭部走査内の対象の頭部上で実施し、第２の頭部走査内の対象のアフィン変換された頭部を生成するようにプログラムされる、ハードウェアプロセッサとを備える、システム。

２．基準頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面１に記載のシステム。

３．対象の各眼球の基準中心点を決定するために、ハードウェアプロセッサは、対象の基準頭部走査内の対象の各眼球の強膜の複数の基準候補点を決定するようにプログラムされる、側面１−２のいずれか１項に記載のシステム。

４．対象の各眼球の基準中心点を決定するために、ハードウェアプロセッサはさらに、基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させ、対象の各眼球の基準眼球モデルに基づいて、各眼球の基準中心点を決定するようにプログラムされる、側面３に記載のシステム。

５．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の基準候補点の基準候補点と第１の眼球の基準眼球モデルの中心との間の距離とに基づいて、第１の誤差統計を最小限にするようにプログラムされる、側面４に記載のシステム。

６．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の基準候補点の各基準候補点と第１の眼球の基準眼球モデルの中心との間の平均距離とに基づいて、第１の誤差統計を最小限にするようにプログラムされる、側面４に記載のシステム。

７．第１の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面５−６のいずれか１項に記載のシステム。

８．第１の誤差統計は、約ゼロ誤差の近似線形である、側面５−７のいずれか１項に記載のシステム。

９．第１の誤差統計は、少なくとも部分的に、シグモイド関数に基づく、側面５−８のいずれか１項に記載のシステム。

１０．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるために、ハードウェアプロセッサは、基準眼球モデルに対する対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定し、基準誤対応候補点を対象の各眼球の強膜の複数の基準候補点から除去し、更新された眼球モデルを基準誤対応候補点が除去された対象の各眼球の強膜の複数の基準候補点に適合させるようにプログラムされる、側面４−９のいずれか１項に記載のシステム。

１１．１つ以上の基準誤対応候補点を決定するために、ハードウェアプロセッサは、複数の基準候補点の中央値に基づいて、基準眼球モデル内の対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定するようにプログラムされる、側面１０に記載のシステム。

１２．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるために、ハードウェアプロセッサは、基準眼球モデルと複数の基準候補点の適合が収束するまで、基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に反復的に適合させるようにプログラムされる、側面４−９のいずれか１項に記載のシステム。

１３．基準頭部走査内の基準推測点を決定するために、ハードウェアプロセッサは、対象の各眼球の基準中心点に基づいて、基準頭部走査内の基準推測点を決定するようにプログラムされる、側面１−１２のいずれか１項に記載のシステム。

１４．基準頭部走査内の基準推測点を決定するために、ハードウェアプロセッサはさらに、対象の各眼球の基準中心点間に形成される軸と、基準頭部走査の座標系の軸との基準クロス積を決定するようにプログラムされる、側面１３に記載のシステム。

１５．基準推測点は、基準クロス積上にある、側面１４に記載のシステム。

１６．基準推測点は、基準クロス積上で対象の頭部から離れる、側面１５に記載のシステム。

１７．座標系の軸は、座標系のｙ−軸であって、ｙ−軸は、対象の頭部の長さに沿って、例えば、顎領域と平行である、または眼領域に向かって上向きにそこから延在する線に沿ってあってもよい、側面１４−１６のいずれか１項に記載のシステム。

１８．基準頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面１４−１７のいずれか１項に記載のシステム。

１９．基準眼球モデルのパラメータは、幾何学的形状を含む、側面４−１８のいずれか１項に記載のシステム。

２０．幾何学的形状は、球体、楕円体、またはそれらの組み合わせを含む、側面１９に記載のシステム。

２１．基準眼球モデルのパラメータは、少なくとも１つの半径を含む、側面１９−２０のいずれか１項に記載のシステム。

２２．基準眼球モデルを対象の各眼球の強膜の基準候補点に適合させるために、ハードウェアプロセッサは、基準眼球モデルのパラメータの少なくとも１つの半径を調節するようにプログラムされる、側面２１に記載のシステム。

２３．第２の頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面１−２２のいずれか１項に記載のシステム。

２４．対象の各眼球の第２の中心点を決定するために、ハードウェアプロセッサは、対象の基準頭部走査内の対象の各眼球の強膜の複数の第２の候補点を決定するようにプログラムされる、側面１−２３のいずれか１項に記載のシステム。

２５．対象の各眼球の第２の中心点を決定するために、ハードウェアプロセッサはさらに、基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させ、複数の第２の候補点に適合される対象の各眼球の基準眼球モデルに基づいて、各眼球モデルの第２の中心点を決定するようにプログラムされる、側面２４に記載のシステム。

２６．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の基準候補点の第２の候補点と対象の第１の眼球の基準眼球モデルの中心との間の距離とに基づいて、第２の誤差統計を最小限にするようにプログラムされる、側面２５に記載のシステム。

２７．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の第２の候補点の各第２の候補点と対象の第１の眼球の基準眼球モデルの中心との間の平均距離とに基づいて、第２の誤差統計を最小限にするようにプログラムされる、側面２５に記載のシステム。

２８．第２の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面２６−２７のいずれか１項に記載のシステム。

２９．第２の誤差統計は、約ゼロの近似線形である、側面２６−２８のいずれか１項に記載のシステム。

３０．第２の誤差統計は、ｔａｎｈに基づく、側面２６−２８のいずれか１項に記載のシステム。

３１．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるために、ハードウェアプロセッサは、第２の眼球モデル内の対象の各眼球の強膜の複数の第２の候補点の１つ以上の第２の誤対応候補点を決定し、第２の誤対応候補点を対象の各眼球の強膜の複数の第２の候補点から除去し、更新された基準眼球モデルを第２の誤対応候補点が除去された対象の各眼球の強膜の複数の第２の候補点に適合させるようにプログラムされる、側面２５−３０のいずれか１項に記載のシステム。

３２．１つ以上の第２の誤対応候補点を決定するために、ハードウェアプロセッサは、複数の第２の候補点の中央値に基づいて、基準眼球モデル内の対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定するようにプログラムされる、側面３１に記載のシステム。

３３．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるために、ハードウェアプロセッサは、基準眼球モデルと複数の第２の候補点の適合が収束するまで、基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に反復的に適合させるようにプログラムされる、側面２５−３０のいずれか１項に記載のシステム。

３４．第２の頭部走査内の第２の推測点を決定するために、ハードウェアプロセッサは、対象の各眼球の第２の中心点に基づいて、第２の頭部走査内の第２の推測点を決定するようにプログラムされる、側面２５−３３のいずれか１項に記載のシステム。

３５．第２の頭部走査内の第２の推測点を決定するために、ハードウェアプロセッサはさらに、対象の各眼球の第２の中心点間に形成される軸と基準頭部走査の座標系の軸との第２のクロス積を決定するようにプログラムされる、側面３４に記載のシステム。

３６．第２の推測点は、第２のクロス積上にある、側面３５に記載のシステム。

３７．第２の推測点は、第２のクロス積上で対象の頭部から離れる、側面３６に記載のシステム。

３８．座標系の軸は、座標系のｙ−軸である、側面３５−３７のいずれか１項に記載のシステム。

３９．基準頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面３５−３８のいずれか１項に記載のシステム。

４０．ハードウェアプロセッサはさらに、対象の頭部上の追跡可能点を使用して、基準頭部走査内の対象の頭部に対する第２の頭部走査内の対象のアフィン変換された第２の頭部の枢軸を決定するようにプログラムされる、側面１−３９のいずれか１項に記載のシステム。

４１．枢軸を決定するために、ハードウェアプロセッサは、対象のアフィン変換された第２の頭部上の追跡可能点と基準頭部走査内の対象の頭部上の追跡可能点との間の距離を最小限にするようにプログラムされる、側面４０に記載のシステム。

４２．枢軸を決定するために、ハードウェアプロセッサは、対象のアフィン変換された第２の頭部上の追跡可能点と基準頭部走査内の対象の頭部上の追跡可能点の周囲の表面との間の距離を最小限にするようにプログラムされる、側面４０に記載のシステム。

４３．ハードウェアプロセッサはさらに、対象の頭部上の追跡可能点を使用して、基準頭部走査内の対象の頭部に対する第２の頭部走査内の対象のアフィン変換された第２の頭部の枢軸を受信するようにプログラムされる、側面１−４２のいずれか１項に記載のシステム。

４４．ハードウェアプロセッサはさらに、第２の頭部走査内の対象の各眼球の平行移動調節、第２の頭部走査内の対象の眼球の回転調節、またはそれらの任意の組み合わせを受信するようにプログラムされる、側面１−４３のいずれか１項に記載のシステム。

４５．ハードウェアプロセッサはさらに、対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのリグを生成し、アフィン変換に基づいて、対象のアバタの修正されたリグを生成するようにプログラムされる、側面１−４４のいずれか１項に記載のシステム。

４６．ハードウェアプロセッサはさらに、対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのデジタル表現を生成し、アフィン変換に基づいて、対象のアバタの修正されたデジタル表現を生成するようにプログラムされる、側面１−４４のいずれか１項に記載のシステム。

４７．ハードウェアプロセッサはさらに、アフィン変換に基づいて、眼球をデジタルパペット内に適合させるようにプログラムされる、側面１−４４のいずれか１項に記載のシステム。

４８．対象の頭部の姿勢を決定するためのシステムであって、対象の頭部の基準頭部走査を記憶するように構成される、非一過性メモリと、非一過性メモリと通信する、ハードウェアプロセッサであって、実行可能命令によって、対象の基準頭部走査を受信し、基準頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の基準候補点に基づいて、対象の第１の眼球の第１の基準中心点を決定し、基準頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の基準候補点に基づいて、対象の第２の眼球の第２の基準中心点を決定し、第１の基準中心点および第２の基準中心点に基づいて、基準頭部走査内の基準推測点を決定し、第１の基準中心点、第２の基準中心点、および基準推測点に基づいて、対象の頭部の姿勢を生成するようにプログラムされる、ハードウェアプロセッサとを備える、システム。

４９．基準頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面４８に記載のシステム。

５０．対象の第１の眼球の第１の基準中心点を決定するために、ハードウェアプロセッサはさらに、第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させ、対象の第１の眼球の第１の基準眼球モデルに基づいて、第１の眼球の第１の基準中心点を決定するようにプログラムされる、側面４８−４９のいずれか１項に記載のシステム。

５１．第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の第１の基準眼球モデルの半径と、対象の第１の眼球の複数の第１の基準候補点の第１の基準候補点と第１の眼球の第１の基準眼球モデルの中心との間の距離とに基づいて、第１の誤差統計を最小限にするようにプログラムされる、側面５０に記載のシステム。

５２．第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の第１の基準眼球モデルの半径と、対象の第１の眼球の複数の第１の基準候補点の各第１の基準候補点と第１の眼球の基準眼球モデルの中心との間の平均距離とに基づいて、第１の誤差統計を最小限にするようにプログラムされる、側面５０に記載のシステム。

５３．第１の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面５０−５２のいずれか１項に記載のシステム。

５４．第１の誤差統計は、約ゼロの近似線形である、側面５０−５３のいずれか１項に記載のシステム。

５５．第１の誤差統計は、ｔａｎｈに基づく、側面５０−５４のいずれか１項に記載のシステム。

５６．第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるために、ハードウェアプロセッサは、第１の基準眼球モデルに対する対象の第１の眼の第１の強膜の複数の第１の基準候補点の１つ以上の第１の基準誤対応候補点を決定し、第１の基準誤対応候補点を対象の第１の眼の第１の強膜の複数の第１の基準候補点から除去し、更新された第１の眼球モデルを第１の基準誤対応候補点が除去された対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるようにプログラムされる、側面５０−５５のいずれか１項に記載のシステム。

５７．１つ以上の第１の基準誤対応候補点を決定するために、ハードウェアプロセッサは、複数の第１の基準候補点の中央値に基づいて、第１の基準眼球モデル内の対象の第１の眼球の第１の強膜の複数の第１の基準候補点の１つ以上の第１の基準誤対応候補点を決定するようにプログラムされる、側面５６に記載のシステム。

５８．第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の基準候補点に適合させるために、ハードウェアプロセッサは、第１の基準眼球モデルと複数の第１の基準候補点の適合が収束するまで、第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の基準候補点に反復的に適合させるようにプログラムされる、側面５０−５７のいずれか１項に記載のシステム。

５９．基準頭部走査内の基準推測点を決定するために、ハードウェアプロセッサはさらに、第１の基準中心点と第２の基準中心点との間に形成される軸と、基準頭部走査の座標系の軸との基準クロス積を決定するようにプログラムされる、側面４８−５８のいずれか１項に記載のシステム。

６０．基準推測点は、基準クロス積上にある、側面５９に記載のシステム。

６１．基準推測点は、基準クロス積上で対象の頭部から離れる、側面６０に記載のシステム。

６２．座標系の軸は、座標系のｙ−軸である、側面５９−６１のいずれか１項に記載のシステム。

６３．基準頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面５９−６２のいずれか１項に記載のシステム。

６４．基準眼球モデルのパラメータは、幾何学的形状を含む、側面５０−６３のいずれか１項に記載のシステム。

６５．幾何学的形状は、球体、楕円体、またはそれらの組み合わせを含む、側面６４に記載のシステム。

６６．第１の基準眼球モデルの第１のパラメータは、少なくとも１つの半径を含む、側面６４−６５のいずれか１項に記載のシステム。

６７．基準眼球モデルを対象の第１の眼の第１の強膜の第１の基準候補点に適合させるために、ハードウェアプロセッサは、第１の基準眼球モデルの第１のパラメータの少なくとも１つの半径を調節するようにプログラムされる、側面６６に記載のシステム。

６８．ハードウェアプロセッサはさらに、第２の対象の頭部走査を受信し、第２の頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の候補点、第１の眼球モデル、および第２の誤差統計に基づいて、対象の第１の眼球の第１の中心点を決定し、第２の頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の候補点、第２の眼球モデル、および第２の誤差統計に基づいて、対象の第２の眼球の第２の中心点を決定し、第１の中心点および第２の中心点に基づいて、頭部走査内の推測点を決定し、第１の中心点、第２の中心点、および推測点から、第１の基準中心点、第２の基準中心点、および基準推測点へのアフィン変換を決定し、アフィン変換は、第２の頭部走査から基準頭部走査への変換を表すようにプログラムされる、側面４８−６７のいずれか１項に記載のシステム。

６９．ハードウェアプロセッサはさらに、対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのリグを生成するようにプログラムされる、側面４８−６８のいずれか１項に記載のシステム。

７０．ハードウェアプロセッサはさらに、対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのデジタル表現を生成するようにプログラムされる、側面４８−６８のいずれか１項に記載のシステム。

７１．ハードウェアプロセッサはさらに、アフィン変換に基づいて、眼球をデジタルパペット内に適合させるようにプログラムされる、側面４８−６８のいずれか１項に記載のシステム。

７２．対象の頭部の姿勢を決定するためのシステムであって、対象の第１の基準眼球モデルと、対象の第２の基準眼球モデルと、対象の頭部の基準推測点とを含む、対象の頭部の基準モデルと、対象の頭部の頭部走査とを記憶するように構成される、非一過性メモリと、非一過性メモリと通信する、ハードウェアプロセッサであって、実行可能命令によって、対象の頭部走査を受信し、頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の候補点に基づいて、対象の第１の眼球の第１の中心点を決定し、頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の候補点に基づいて、対象の第２の眼球の第２の中心点を決定し、第１の中心点および第２の中心点に基づいて、頭部走査内の推測点を決定し、第１の中心点、第２の中心点、および推測点から、第１の基準中心点、基準第２の中心点、および基準推測点へのアフィン変換を決定し、アフィン変換は、頭部走査から頭部の基準モデルへの変換を表すようにプログラムされる、ハードウェアプロセッサとを備える、システム。

７３．頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面７２に記載のシステム。

７４．対象の第１の眼球の第１の中心点を決定するために、ハードウェアプロセッサはさらに、第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させ、対象の第１の眼球の第１の眼球モデルに基づいて、第１の眼球の第１の中心点を決定するようにプログラムされる、側面７２−７３のいずれか１項に記載のシステム。

７５．第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の第１の基準眼球モデルの半径と、対象の第１の眼球の複数の第１の候補点の第１の候補点と第１の眼球の第１の眼球モデルの中心との間の距離とに基づいて、第１の誤差統計を最小限にするようにプログラムされる、側面７４に記載のシステム。

７６．第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるために、ハードウェアプロセッサは、対象の第１の眼球の第１の眼球モデルの半径と、対象の第１の眼球の複数の第１の候補点の各第１の候補点と第１の眼球の眼球モデルの中心との間の平均距離とに基づいて、第１の誤差統計を最小限にするようにプログラムされる、側面７５に記載のシステム。

７７．第１の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面７５−７６のいずれか１項に記載のシステム。

７８．第１の誤差統計は、約ゼロの近似線形である、側面７５−７７のいずれか１項に記載のシステム。

７９．第１の誤差統計は、ｔａｎｈに基づく、側面７５−７８のいずれか１項に記載のシステム。

８０．第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるために、ハードウェアプロセッサは、第１の基準眼球モデルに対する対象の第１の眼の第１の強膜の複数の第１の候補点の１つ以上の第１の誤対応候補点を決定し、第１の基準誤対応候補点を対象の第１の眼の第１の強膜の複数の第１の候補点から除去し、更新された第１の眼球モデルを第１の基準誤対応候補点が除去された対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるようにプログラムされる、側面７４−７９のいずれか１項に記載のシステム。

８１．１つ以上の第１の誤対応候補点を決定するために、ハードウェアプロセッサは、複数の第１の候補点の中央値に基づいて、第１の基準眼球モデル内の対象の第１の眼球の第１の強膜の複数の第１の候補点の１つ以上の第１の誤対応候補点を決定するようにプログラムされる、側面８０に記載のシステム。

８２．第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の候補点に適合させるために、ハードウェアプロセッサは、第１の基準眼球モデルと複数の第１の候補点の適合が収束するまで、第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の候補点に反復的に適合させるようにプログラムされる、側面７４−８１のいずれか１項に記載のシステム。

８３．頭部走査内の基準推測点を決定するために、ハードウェアプロセッサはさらに、第１の中心点と第２の中心点との間に形成される軸と、頭部走査の座標系の軸とのクロス積を決定するようにプログラムされる、側面７４−８２のいずれか１項に記載のシステム。

８４．推測点は、クロス積上にある、側面８３に記載のシステム。

８５．推測点は、クロス積上で対象の頭部から離れる、側面８４に記載のシステム。

８６．座標系の軸は、座標系のｙ−軸である、側面８３−８５のいずれか１項に記載のシステム。

８７．頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面８３−８６のいずれか１項に記載のシステム。

８８．第１の基準眼球モデルの第１のパラメータは、幾何学的形状を含む、側面７２−８７のいずれか１項に記載のシステム。

８９．幾何学的形状は、球体、楕円体、またはそれらの組み合わせを含む、側面８８に記載のシステム。

９０．第１の基準眼球モデルの第１のパラメータは、少なくとも１つの半径を含む、側面８８−８９のいずれか１項に記載のシステム。

９１．ハードウェアプロセッサはさらに、対象の基準頭部走査を受信し、第１の眼球モデルを基準頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させ、第１の眼球モデルは、第１の眼球の第１の中心点を含み、第２の眼球モデルを基準頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の候補点に適合させ、第２の眼球モデルは、第２の眼球の第２の中心点を含み、第１の基準中心点および第２の基準中心点に基づいて、基準頭部走査内の基準推測点を決定するようにプログラムされる、側面７２−９０のいずれか１項に記載のシステム。

９２．ハードウェアプロセッサはさらに、第１の基準中心点、第２の基準中心点、および基準推測点に基づいて、対象のアバタのリグを生成するようにプログラムされる、側面９１に記載のシステム。

９３．ハードウェアプロセッサはさらに、第１の基準中心点、第２の基準中心点、および基準推測点に基づいて、対象のアバタのデジタル表現を生成するようにプログラムされる、側面９１に記載のシステム。

９４．ハードウェアプロセッサはさらに、アフィン変換に基づいて、眼球をデジタルパペット内に適合させるようにプログラムされる、側面９１に記載のシステム。

９５．対象の頭部走査を整合させるための方法であって、ハードウェアプロセッサの制御下で、対象の基準頭部走査を受信するステップと、基準頭部走査内の対象の各眼球の強膜の複数の基準候補点に基づいて、基準頭部走査内の対象の各眼球の基準中心点および基準推測点を決定するステップと、対象の第２の頭部走査を受信するステップと、第２の頭部走査内の対象の各眼球の強膜の複数の第２の候補点に基づいて、第２の頭部走査内の対象の各眼球の第２の中心点および第２の推測点を決定するステップと、第２の頭部走査内の対象の各眼球の第２の中心点および第２の推測点および基準頭部走査内の対応する点に基づいて、第２の頭部走査から基準頭部走査へのアフィン変換を決定するステップと、アフィン変換を第２の頭部走査内の対象の頭部上で実施し、第２の頭部走査内の対象のアフィン変換された頭部を生成するステップとを含む、方法。

９６．基準頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面９５に記載の方法。

９７．対象の各眼球の基準中心点を決定するステップは、対象の基準頭部走査内の対象の各眼球の強膜の複数の基準候補点を決定するステップを含む、側面９５−９６のいずれか１項に記載の方法。

９８．対象の各眼球の基準中心点を決定するステップは、基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるステップと、対象の各眼球の基準眼球モデルに基づいて、各眼球の基準中心点を決定するステップとを含む、側面９７に記載の方法。

９９．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるステップは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の基準候補点の基準候補点と第１の眼球の基準眼球モデルの中心との間の距離とに基づいて、第１の誤差統計を最小限にするステップを含む、側面９８に記載の方法。

１００．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるステップは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の基準候補点の各基準候補点と第１の眼球の基準眼球モデルの中心との間の平均距離とに基づいて、第１の誤差統計を最小限にするステップを含む、側面９８に記載の方法。

１０１．第１の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面９９−１００のいずれか１項に記載の方法。

１０２．第１の誤差統計は、約ゼロ誤差の近似線形である、側面９９−１０１のいずれか１項に記載の方法。

１０３．第１の誤差統計は、少なくとも部分的に、シグモイド関数に基づく、側面９９−１０２のいずれか１項に記載の方法。

１０４．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるステップは、基準眼球モデルに対する対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定するステップと、基準誤対応候補点を対象の各眼球の強膜の複数の基準候補点から除去するステップと、更新された眼球モデルを基準誤対応候補点が除去された対象の各眼球の強膜の複数の基準候補点に適合させるステップとを含む、側面９８−１０３のいずれか１項に記載の方法。

１０５．１つ以上の基準誤対応候補点を決定するために、ハードウェアプロセッサは、複数の基準候補点の中央値に基づいて、基準眼球モデル内の対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定するようにプログラムされる、側面１０４に記載の方法。

１０６．基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に適合させるステップは、基準眼球モデルと複数の基準候補点の適合が収束するまで、基準眼球モデルを対象の各眼球の強膜の複数の基準候補点に反復的に適合させるステップを含む、側面９８−１０３のいずれか１項に記載の方法。

１０７．基準頭部走査内の基準推測点を決定するステップは、対象の各眼球の基準中心点に基づいて、基準頭部走査内の基準推測点を決定するステップを含む、側面９５−１０６のいずれか１項に記載の方法。

１０８．基準頭部走査内の基準推測点を決定するステップは、対象の各眼球の基準中心点間に形成される軸と、基準頭部走査の座標系の軸との基準クロス積を決定するステップを含む、側面１０７に記載の方法。

１０９．基準推測点は、基準クロス積上にある、側面１０８に記載の方法。

１１０．基準推測点は、基準クロス積上で対象の頭部から離れる、側面１０９に記載の方法。

１１１．座標系の軸は、座標系のｙ−軸である、側面１０８−１１０のいずれか１項に記載の方法。

１１２．基準頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面１０８−１１１のいずれか１項に記載の方法。

１１３．基準眼球モデルのパラメータは、幾何学的形状を含む、側面９８−１１２のいずれか１項に記載の方法。

１１４．幾何学的形状は、球体、楕円体、またはそれらの組み合わせを含む、側面１１３に記載の方法。

１１５．基準眼球モデルのパラメータは、少なくとも１つの半径を含む、側面１１３−１１４のいずれか１項に記載の方法。

１１６．基準眼球モデルを対象の各眼球の強膜の基準候補点に適合させるステップは、基準眼球モデルのパラメータの少なくとも１つの半径を調節するステップを含む、側面１１５に記載の方法。

１１７．第２の頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面９５−１１６のいずれか１項に記載の方法。

１１８．対象の各眼球の第２の中心点を決定するステップは、対象の基準頭部走査内の対象の各眼球の強膜の複数の第２の候補点を決定するステップを含む、側面９５−１１７のいずれか１項に記載の方法。

１１９．対象の各眼球の第２の中心点を決定するステップはさらに、基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるステップと、複数の第２の候補点に適合される対象の各眼球の基準眼球モデルに基づいて、各眼球モデルの第２の中心点を決定するステップとを含む、側面１１８に記載の方法。

１２０．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるステップは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の基準候補点の第２の候補点と対象の第１の眼球の基準眼球モデルの中心との間の距離とに基づいて、第２の誤差統計を最小限にするステップを含む、側面１１９に記載の方法。

１２１．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるステップは、対象の第１の眼球の基準眼球モデルの半径と、対象の第１の眼球の複数の第２の候補点の各第２の候補点と対象の第１の眼球の基準眼球モデルの中心との間の平均距離とに基づいて、第２の誤差統計を最小限にするステップを含む、側面１１９に記載の方法。

１２２．第２の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面１２０−１２１のいずれか１項に記載の方法。

１２３．第２の誤差統計は、約ゼロの近似線形である、側面１２０−１２２のいずれか１項に記載の方法。

１２４．第２の誤差統計は、ｔａｎｈに基づく、側面１２０−１２２のいずれか１項に記載の方法。

１２５．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるステップは、第２の眼球モデル内の対象の各眼球の強膜の複数の第２の候補点の１つ以上の第２の誤対応候補点を決定するステップと、第２の誤対応候補点を対象の各眼球の強膜の複数の第２の候補点から除去するステップと、更新された基準眼球モデルを第２の誤対応候補点が除去された対象の各眼球の強膜の複数の第２の候補点に適合させるステップとを含む、側面１１９−１２４のいずれか１項に記載の方法。

１２６．１つ以上の第２の誤対応候補点を決定するステップは、複数の第２の候補点の中央値に基づいて、基準眼球モデル内の対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定するステップを含む、側面１２５に記載の方法。

１２７．基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に適合させるステップは、基準眼球モデルと複数の第２の候補点の適合が収束するまで、基準眼球モデルを対象の各眼球の強膜の複数の第２の候補点に反復的に適合させるステップを含む、側面１１９−１２４のいずれか１項に記載の方法。

１２８．第２の頭部走査内の第２の推測点を決定するステップは、対象の各眼球の第２の中心点に基づいて、第２の頭部走査内の第２の推測点を決定するステップを含む、側面１１９−１２７のいずれか１項に記載の方法。

１２９．第２の頭部走査内の第２の推測点を決定するステップはさらに、対象の各眼球の第２の中心点間に形成される軸と、基準頭部走査の座標系の軸との第２のクロス積を決定するステップを含む、側面１２８に記載の方法。

１３０．第２の推測点は、第２のクロス積上にある、側面１２９に記載の方法。

１３１．第２の推測点は、第２のクロス積上で対象の頭部から離れる、側面１３０に記載の方法。

１３２．座標系の軸は、座標系のｙ−軸である、側面１２９−１３１のいずれか１項に記載の方法。

１３３．基準頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面１２９−１３２のいずれか１項に記載の方法。

１３４．対象の頭部上の追跡可能点を使用して、基準頭部走査内の対象の頭部に対する第２の頭部走査内の対象のアフィン変換された第２の頭部の枢軸を決定するステップをさらに含む、側面９５−１３３のいずれか１項に記載の方法。

１３５．枢軸を決定するステップは、対象のアフィン変換された第２の頭部上の追跡可能点と基準頭部走査内の対象の頭部上の追跡可能点との間の距離を最小限にするステップを含む、側面１３４に記載の方法。

１３６．枢軸を決定するステップは、対象のアフィン変換された第２の頭部上の追跡可能点と基準頭部走査内の対象の頭部上の追跡可能点の周囲の表面との間の距離を最小限にするステップを含む、側面１３４に記載の方法。

１３７．対象の頭部上の追跡可能点を使用して、基準頭部走査内の対象の頭部に対する第２の頭部走査内の対象のアフィン変換された第２の頭部の枢軸を受信するステップをさらに含む、側面９５−１３６のいずれか１項に記載の方法。

１３８．第２の頭部走査内の対象の各眼球の平行移動調節、第２の頭部走査内の対象の眼球の回転調節、またはそれらの任意の組み合わせを受信するステップをさらに含む、側面９５−１３７のいずれか１項に記載の方法。

１３９．対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのリグを生成するステップと、アフィン変換に基づいて、対象のアバタの修正されたリグを生成するステップとをさらに含む、側面９５−１３８のいずれか１項に記載の方法。

１４０．対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのデジタル表現を生成するステップと、アフィン変換に基づいて、対象のアバタの修正されたデジタル表現を生成するステップとをさらに含む、側面９５−１３８のいずれか１項に記載の方法。

１４１．アフィン変換に基づいて、眼球をデジタルパペット内に適合させるステップをさらに含む、側面９５−１３８のいずれか１項に記載の方法。

１４２．対象の頭部の姿勢を決定するための方法であって、ハードウェアプロセッサの制御下で、対象の基準頭部走査を受信するステップと、基準頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の基準候補点に基づいて、対象の第１の眼球の第１の基準中心点を決定するステップと、基準頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の基準候補点に基づいて、対象の第２の眼球の第２の基準中心点を決定するステップと、第１の基準中心点および第２の基準中心点に基づいて、基準頭部走査内の基準推測点を決定するステップと、第１の基準中心点、第２の基準中心点、および基準推測点に基づいて、対象の頭部の姿勢を生成するステップとを含む、方法。

１４３．基準頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面１４２に記載の方法。

１４４．対象の第１の眼球の第１の基準中心点を決定するステップはさらに、第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させ、対象の第１の眼球の第１の基準眼球モデルに基づいて、第１の眼球の第１の基準中心点を決定するステップを含む、側面１４２−１４３のいずれか１項に記載の方法。

１４５．第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるステップは、対象の第１の眼球の第１の基準眼球モデルの半径と、対象の第１の眼球の複数の第１の基準候補点の第１の基準候補点と第１の眼球の第１の基準眼球モデルの中心との間の距離とに基づいて、第１の誤差統計を最小限にするステップを含む、側面１４４に記載の方法。

１４６．第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるステップは、対象の第１の眼球の第１の基準眼球モデルの半径と、対象の第１の眼球の複数の第１の基準候補点の各第１の基準候補点と第１の眼球の基準眼球モデルの中心との間の平均距離とに基づいて、第１の誤差統計を最小限にするステップを含む、側面１４４に記載の方法。

１４７．第１の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面１４４−１４６のいずれか１項に記載の方法。

１４８．第１の誤差統計は、約ゼロの近似線形である、側面１４４−１４７のいずれか１項に記載の方法。

１４９．第１の誤差統計は、ｔａｎｈに基づく、側面１４４−１４８のいずれか１項に記載の方法。

１５０．第１の基準眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるステップは、第１の基準眼球モデルに対する対象の第１の眼の第１の強膜の複数の第１の基準候補点の１つ以上の第１の基準誤対応候補点を決定するステップと、第１の基準誤対応候補点を対象の第１の眼の第１の強膜の複数の第１の基準候補点から除去するステップと、更新された第１の眼球モデルを第１の基準誤対応候補点が除去された対象の第１の眼球の第１の強膜の複数の第１の基準候補点に適合させるステップとを含む、側面１４４−１４９のいずれか１項に記載の方法。

１５１．１つ以上の第１の基準誤対応候補点を決定するステップは、複数の第１の基準候補点の中央値に基づいて、第１の基準眼球モデル内の対象の第１の眼球の第１の強膜の複数の第１の基準候補点の１つ以上の第１の基準誤対応候補点を決定するステップを含む、側面１５０に記載の方法。

１５２．第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の基準候補点に適合させるステップは、第１の基準眼球モデルと複数の第１の基準候補点の適合が収束するまで、第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の基準候補点に反復的に適合させるステップを含む、側面１４４−１５１のいずれか１項に記載の方法。

１５３．基準頭部走査内の基準推測点を決定するステップはさらに、第１の基準中心点と第２の基準中心点との間に形成される軸と、基準頭部走査の座標系の軸との基準クロス積を決定するステップを含む、側面１４２−１５２のいずれか１項に記載の方法。

１５４．基準推測点は、基準クロス積上にある、側面１５３に記載の方法。

１５５．基準推測点は、基準クロス積上で対象の頭部から離れる、側面１５４に記載の方法。

１５６．座標系の軸は、座標系のｙ−軸である、側面１５３−１５５のいずれか１項に記載の方法。

１５７．基準頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面１５３−１５６のいずれか１項に記載の方法。

１５８．基準眼球モデルのパラメータは、幾何学的形状を含む、側面１４４−１５７のいずれか１項に記載の方法。

１５９．幾何学的形状は、球体、楕円体、またはそれらの組み合わせを含む、側面１５８に記載の方法。

１６０．第１の基準眼球モデルの第１のパラメータは、少なくとも１つの半径を含む、側面１５８−１５９のいずれか１項に記載の方法。

１６１．基準眼球モデルを対象の第１の眼の第１の強膜の第１の基準候補点に適合させるステップは、第１の基準眼球モデルの第１のパラメータの少なくとも１つの半径を調節するステップを含む、側面１６０に記載の方法。

１６２．第２の対象の頭部走査を受信するステップと、第２の頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の候補点、第１の眼球モデル、および第２の誤差統計に基づいて、対象の第１の眼球の第１の中心点を決定するステップと、第２の頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の候補点、第２の眼球モデル、および第２の誤差統計に基づいて、対象の第２の眼球の第２の中心点を決定するステップと、第１の中心点および第２の中心点に基づいて、頭部走査内の推測点を決定し、第１の中心点、第２の中心点、および推測点から、第１の基準中心点、第２の基準中心点、および基準推測点へのアフィン変換を決定するステップであって、アフィン変換は、第２の頭部走査から基準頭部走査への変換を表す、ステップとをさらに含む、側面１４２−１６１のいずれか１項に記載の方法。

１６３．対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのリグを生成するステップをさらに含む、側面１４２−１６２のいずれか１項に記載の方法。

１６４．対象の各眼球の基準中心点および基準推測点に基づいて、対象のアバタのデジタル表現を生成するステップをさらに含む、側面１４２−１６２のいずれか１項に記載の方法。

１６５．アフィン変換に基づいて、眼球をデジタルパペット内に適合させるステップをさらに含む、側面１４２−１６２のいずれか１項に記載の方法。

１６６．対象の頭部の姿勢を決定するための方法であって、対象の頭部の基準推測点を含む、対象の頭部の基準モデルを記憶する、ハードウェアプロセッサの制御下で行われ、ハードウェアプロセッサは、非一過性メモリと通信し、実行可能命令によって、対象の頭部の頭部走査を受信し、頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の候補点に基づいて、対象の第１の眼球の第１の中心点を決定し、頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の候補点に基づいて、対象の第２の眼球の第２の中心点を決定し、第１の中心点および第２の中心点に基づいて、頭部走査内の推測点を決定し、第１の中心点、第２の中心点、および推測点から、頭部の基準モデルの第１の基準中心点、基準モデルの第２の基準中心点、および基準モデルの基準推測点へのアフィン変換を決定し、アフィン変換は、頭部走査から頭部の基準モデルへの変換を表すようにプログラムされる、方法。

１６７．頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、側面１６６に記載の方法。

１６８．対象の第１の眼球の第１の中心点を決定するステップはさらに、第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるステップと、対象の第１の眼球の第１の眼球モデルに基づいて、第１の眼球の第１の中心点を決定するステップとを含む、側面１６６−１６７のいずれか１項に記載の方法。

１６９．第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるステップは、対象の第１の眼球の第１の基準眼球モデルの半径と、対象の第１の眼球の複数の第１の候補点の第１の候補点と第１の眼球の第１の眼球モデルの中心との間の距離とに基づいて、第１の誤差統計を最小限にするステップを含む、側面１６８に記載の方法。

１７０．第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるステップは、対象の第１の眼球の第１の眼球モデルの半径と、対象の第１の眼球の複数の第１の候補点の各第１の候補点と第１の眼球の眼球モデルの中心との間の平均距離とに基づいて、第１の誤差統計を最小限にするステップを含む、側面１６９に記載の方法。

１７１．第１の誤差統計は、範囲−∞〜∞にわたって−１．０と１．０との間で変動する、側面１６９−１７０のいずれか１項に記載の方法。

１７２．第１の誤差統計は、約ゼロの近似線形である、側面１６９−１７１のいずれか１項に記載の方法。

１７３．第１の誤差統計は、ｔａｎｈに基づく、側面１６９−１７２のいずれか１項に記載の方法。

１７４．第１の眼球モデルを対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるステップは、第１の基準眼球モデルに対する対象の第１の眼の第１の強膜の複数の第１の候補点の１つ以上の第１の誤対応候補点を決定するステップと、第１の基準誤対応候補点を対象の第１の眼の第１の強膜の複数の第１の候補点から除去するステップと、更新された第１の眼球モデルを第１の基準誤対応候補点が除去された対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるステップとを含む、側面１６８−１７３のいずれか１項に記載の方法。

１７５．１つ以上の第１の誤対応候補点を決定するステップは、複数の第１の候補点の中央値に基づいて、第１の基準眼球モデル内の対象の第１の眼球の第１の強膜の複数の第１の候補点の１つ以上の第１の誤対応候補点を決定するステップを含む、側面１７４に記載の方法。

１７６．第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の候補点に適合させるステップは、第１の基準眼球モデルと複数の第１の候補点の適合が収束するまで、第１の基準眼球モデルを対象の第１の眼の第１の強膜の複数の第１の候補点に反復的に適合させるステップを含む、側面１６８−１７５のいずれか１項に記載の方法。

１７７．頭部走査内の基準推測点を決定するステップはさらに、第１の中心点と第２の中心点との間に形成される軸と、頭部走査の座標系の軸とのクロス積を決定するステップを含む、側面１６８−１７６のいずれか１項に記載の方法。

１７８．推測点は、クロス積上にある、側面１７７に記載の方法。

１７９．推測点は、クロス積上で対象の頭部から離れる、側面１７８に記載の方法。

１８０．座標系の軸は、座標系のｙ−軸である、側面１７７−１７９のいずれか１項に記載の方法。

１８１．頭部走査内の対象の頭部の姿勢は、近似的に、座標系の軸の方向にある、側面１７７−１８０のいずれか１項に記載の方法。

１８２．第１の基準眼球モデルの第１のパラメータは、幾何学的形状を含む、側面１６６−１８１のいずれか１項に記載の方法。

１８３．幾何学的形状は、球体、楕円体、またはそれらの組み合わせを含む、側面１８２に記載の方法。

１８４．第１の基準眼球モデルの第１のパラメータは、少なくとも１つの半径を含む、側面１８２−１８３のいずれか１項に記載の方法。

１８５．対象の基準頭部走査を受信するステップと、第１の眼球モデルを基準頭部走査内の対象の第１の眼球の第１の強膜の複数の第１の候補点に適合させるステップであって、第１の眼球モデルは、第１の眼球の第１の中心点を含む、ステップと、第２の眼球モデルを基準頭部走査内の対象の第２の眼球の第２の強膜の複数の第２の候補点に適合させるステップであって、第２の眼球モデルは、第２の眼球の第２の中心点を含む、ステップと、第１の基準中心点および第２の基準中心点に基づいて、基準頭部走査内の基準推測点を決定するステップとをさらに含む、側面１６６−１８４のいずれか１項に記載の方法。

１８６．第１の基準中心点、第２の基準中心点、および基準推測点に基づいて、対象のアバタのリグを生成するステップをさらに含む、側面１８５に記載の方法。

１８７．第１の基準中心点、第２の基準中心点、および基準推測点に基づいて、対象のアバタのデジタル表現を生成するステップをさらに含む、側面１８５に記載の方法。

１８８．アフィン変換に基づいて、眼球をデジタルパペット内に適合させるステップをさらに含む、側面１８５に記載の方法。

１８９．それぞれ対象の頭部の少なくとも一部を含む、複数の走査を整合させるための方法であって、ハードウェアプロセッサの制御下で、対象の複数の走査の第１の走査および第２の走査を整合させるステップであって、第１の走査および第２の走査は、それぞれ、対象の頭部の少なくとも一部を含む、ステップを含み、整合させるステップは、（ｉ）第１の走査からの、対象の第１の眼の第１の強膜の可視部分に基づく第１の基準点および対象の第２の眼の第２の強膜の可視部分に基づく第２の基準点と、（ｉｉ）第２の走査からの、第１の眼の第１の強膜の可視部分に基づく第１の基準点および第２の眼の第２の強膜の可視部分に基づく第２の基準点とを合致させるステップを含む、方法。

１９０．第１の走査からの第１の眼の第１の基準点および第２の眼の第２の基準点は、第１の眼の第１の中心点および第２の眼の第２の中心点を含む、側面１８９に記載の方法。

１９１．第２の走査からの第１の眼の第１の基準点および第２の眼の第２の基準点は、第１の眼の第１の中心点および第２の眼の第２の中心点を含む、側面１８９または側面１９０に記載の方法。

１９２．第１の走査および第２の走査を整合させるステップは、第１の走査から第２の走査へのアフィン変換を決定するステップを含む、側面１８９−１９１のいずれか１項に記載の方法。

１９３．第１の走査または第２の走査の一方または両方に関して、第１の眼球モデルを対象の第１の眼の第１の強膜の可視部分に適合させるステップ、または第２の眼球モデルを対象の第２の眼の第２の強膜の可視部分に適合させるステップをさらに含む、側面１８９−１９２のいずれか１項に記載の方法。

１９４．第１の眼球モデルを適合させるステップまたは第２の眼球モデルを適合させるステップは、第１の眼球モデルの第１の中心点および第２の眼球モデルの第２の中心点を決定するステップを含む、側面１９３に記載の方法。

１９５．第１の眼球モデルまたは第２の眼球モデルから推測される付加的基準点を決定するステップをさらに含む、側面１９４に記載の方法。

１９６．付加的基準点は、第１の中心点と第２の中心点との間の線と垂直であって、かつ対象の頭部の長さと平行な軸と垂直である、線に沿ってある、側面１９５に記載の方法。

１９７．それぞれ対象の頭部の少なくとも一部を含む、複数の走査を整合させるためのシステムであって、対象の複数の走査を記憶するように構成される、非一過性メモリであって、複数の走査はそれぞれ、対象の頭部の少なくとも一部を含む、非一過性メモリと、非一過性メモリと通信する、ハードウェアプロセッサであって、対象の複数の走査の第１の走査および第２の走査を整合させるようにプログラムされる、ハードウェアプロセッサとを備え、第１の走査および第２の走査を整合させるために、ハードウェアプロセッサは、（ｉ）第１の走査からの、対象の第１の眼の第１の強膜の可視部分に基づく第１の基準点および対象の第２の眼の第２の強膜の可視部分に基づく第２の基準点と、（ｉｉ）第２の走査からの、第１の眼の第１の強膜の可視部分に基づく第１の基準点および第２の眼の第２の強膜の可視部分に基づく第２の基準点とを合致させるようにプログラムされる、システム。

１９８．第１の走査からの第１の眼の第１の基準点および第２の眼の第２の基準点は、第１の眼の第１の中心点および第２の眼の第２の中心点を含む、側面１９７に記載のシステム。

１９９．第２の走査からの第１の眼の第１の基準点および第２の眼の第２の基準点は、第１の眼の第１の中心点および第２の眼の第２の中心点を含む、側面１９７または側面１９８に記載のシステム。

２００．第１の走査および第２の走査を整合させることは、第１の走査から第２の走査へのアフィン変換を決定することを含む、側面１９７−１９９のいずれか１項に記載のシステム。

２０１．第１の走査または第２の走査の一方または両方に関して、第１の眼球モデルを対象の第１の眼の第１の強膜の可視部分に適合させる、または第２の眼球モデルを対象の第２の眼の第２の強膜の可視部分に適合させることをさらに含む、側面１９７−１９９のいずれか１項に記載のシステム。

２０２．第１の眼球モデルを適合させること、または第２の眼球モデルを適合させることは、第１の眼球モデルの第１の中心点および第２の眼球モデルの第２の中心点を決定することを含む、側面２０１に記載のシステム。

２０３．第１の眼球モデルまたは第２の眼球モデルから推測される付加的基準点を決定することをさらに含む、側面２０２に記載のシステム。

２０４．付加的基準点は、第１の中心点と第２の中心点との間の線と垂直であって、かつ対象の頭部の長さと平行な軸と垂直である、線に沿ってある、側面２０３に記載のシステム。

２０５．それぞれ対象の頭部を含む、複数の走査を整合させるための方法であって、ハードウェアプロセッサの制御下で、複数の走査の第１の走査からの第１の眼の強膜と複数の走査の第２の走査からの第１の眼の強膜を整合させるステップと、複数の走査の第１の走査からの第２の眼の強膜と複数の走査の第２の走査からの第２の眼の強膜を整合させるステップとを含む、方法。

２０６．第１の眼の強膜のための第１の候補点を第１の走査から決定するステップと、第２の眼の強膜のための第２の候補点を第１の走査から決定するステップと、第１の眼球モデルを第１の候補点に適合させるステップと、第２の眼球モデルを第２の候補点に適合させるステップとを含む、側面２０５に記載の方法。

２０７．第１の眼球モデルの第１の中心を決定するステップと、第２の眼球モデルの第２の中心を決定するステップと、少なくとも部分的に、第１の中心および第２の中心に基づいて、推測される第３の点を決定するステップとを含む、側面２０６に記載の方法。

２０８．少なくとも部分的に、第１の中心、第２の中心、および推測される第３の点に基づいて、対象の頭部の姿勢の表現を決定するステップを含む、側面２０７に記載の方法。

２０９．それぞれ対象の頭部を含む、複数の走査を整合させるためのシステムであって、対象の頭部を含む、複数の走査を記憶するように構成される、非一過性メモリと、非一過性メモリと通信する、ハードウェアプロセッサであって、複数の走査の第１の走査からの第１の眼の強膜と複数の走査の第２の走査からの第１の眼の強膜を整合させ、複数の走査の第１の走査からの第２の眼の強膜と複数の走査の第２の走査からの第２の眼の強膜を整合させるようにプログラムされる、ハードウェアプロセッサとを備える、システム。

２１０．ハードウェアプロセッサは、第１の眼の強膜のための第１の候補点を第１の走査から決定し、第２の眼の強膜のための第２の候補点を第１の走査から決定し、第１の眼球モデルを第１の候補点に適合させ、第２の眼球モデルを第２の候補点に適合させるようにプログラムされる、側面２０９に記載のシステム。

２１１．ハードウェアプロセッサは、第１の眼球モデルの第１の中心を決定し、第２の眼球モデルの第２の中心を決定し、少なくとも部分的に、第１の中心および第２の中心に基づいて、推測される第３の点を決定するようにプログラムされる、側面２１０に記載のシステム。

２１２．ハードウェアプロセッサは、少なくとも部分的に、第１の中心、第２の中心、および推測される第３の点に基づいて、対象の頭部の姿勢の表現を決定するようにプログラムされる、側面２１１に記載のシステム。

２１３．それぞれ頭部を含む、複数の走査を整合させるための方法であって、（ｉ）複数の走査の第１の走査からの第１の左眼および第１の右眼に基づく、第１の左眼、第１の右眼、および第１の推測される第３の点と、（ｉｉ）複数の走査の第２の走査からの第２の左眼および第２の右眼に基づく、第２の左眼、第２の右眼、および第２の推測される第３の点とを整合させるステップを含む、方法。

２１４．少なくとも部分的に、第１の左眼と第１の右眼との間の線と、その線と垂直な軸とに基づいて、第１の推測される第３の点を決定するステップを含む、側面２１３に記載の方法。

２１５．少なくとも部分的に、第２の左眼と第２の右眼との間の線と、その線と垂直な軸とに基づいて、第２の推測される第３の点を決定するステップを含む、側面２１３または側面２１４に記載の方法。

２１６．整合させるステップは、アフィン変換を利用するステップを含む、側面２１３−２１５のいずれか１項に記載の方法。

２１７．アフィン変換に基づいて、対象のアバタのリギングを実施するステップをさらに含む、側面２１６に記載の方法。

２１８．それぞれ頭部を含む、複数の走査を整合させるためのシステムであって、対象の頭部を含む、複数の走査を記憶するように構成される、非一過性メモリと、非一過性メモリと通信する、ハードウェアプロセッサであって、（ｉ）複数の走査の第１の走査からの第１の左眼および第１の右眼に基づく、第１の左眼、第１の右眼、および第１の推測される第３の点と、（ｉｉ）複数の走査の第２の走査からの第２の左眼および第２の右眼に基づく、第２の左眼、第２の右眼、および第２の推測される第３の点とを整合させるようにプログラムされる、ハードウェアプロセッサとを備える、システム。

２１９．ハードウェアプロセッサは、少なくとも部分的に、第１の左眼と第１の右眼との間の線と、その線と垂直な軸とに基づいて、第１の推測される第３の点を決定するようにプログラムされる、側面２１８に記載のシステム。

２２０．ハードウェアプロセッサは、少なくとも部分的に、第２の左眼と第２の右眼との間の線と、その線と垂直な軸とに基づいて、第２の推測される第３の点を決定するようにプログラムされる、側面２１８または側面２１９に記載のシステム。

２２１．整合させるために、ハードウェアプロセッサは、アフィン変換を利用するようにプログラムされる、側面２１８−２２０のいずれか１項に記載のシステム。

２２２．ハードウェアプロセッサはさらに、アフィン変換に基づいて、対象のアバタのリギングを実施するようにプログラムされる、側面２２１に記載のシステム。

２２３．少なくとも部分的に、整合された走査のうちの１つ以上のものに基づいて、対象のアバタのリギングを実施するようにさらに構成される、前述の側面のいずれかのシステムまたは方法。

他の考慮点
本明細書に説明される、および／または添付される図に描写されるプロセス、方法、およびアルゴリズムはそれぞれ、具体的かつ特定のコンピュータ命令を実行するように構成される、１つ以上の物理的コンピューティングシステム、ハードウェアコンピュータプロセッサ、特定用途向け回路、および／または電子ハードウェアによって実行される、コードモジュールにおいて具現化され、それによって完全または部分的に自動化され得る。例えば、コンピューティングシステムは、具体的コンピュータ命令とともにプログラムされた汎用コンピュータ（例えば、サーバ）または専用コンピュータ、専用回路等を含むことができる。コードモジュールは、実行可能プログラムにコンパイルおよびリンクされ得る、動的リンクライブラリ内にインストールされ得る、または解釈されるプログラミング言語において書き込まれ得る。いくつかの実装では、特定の動作および方法が、所与の機能に特有の回路によって実施され得る。

さらに、本開示の機能性のある実装は、十分に数学的、コンピュータ的、または技術的に複雑であるため、（適切な特殊化された実行可能命令を利用する）特定用途向けハードウェアまたは１つ以上の物理的コンピューティングデバイスは、例えば、関与する計算の量または複雑性に起因して、または結果を実質的にリアルタイムで提供するために、機能性を実施する必要があり得る。例えば、アニメーションまたはビデオは、多くのフレームを含み、各フレームは、数百万のピクセルを有し得、具体的にプログラムされたコンピュータハードウェアは、商業的に妥当な時間量において所望の画像処理タスクまたは用途を提供するようにビデオデータを処理する必要がある。

コードモジュールまたは任意のタイプのデータは、ハードドライブ、ソリッドステートメモリ、ランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、光学ディスク、揮発性または不揮発性記憶装置、同一物の組み合わせ、および／または同等物を含む、物理的コンピュータ記憶装置等の任意のタイプの非一過性コンピュータ可読媒体上に記憶され得る。本方法およびモジュール（またはデータ）はまた、無線ベースおよび有線／ケーブルベースの媒体を含む、種々のコンピュータ可読伝送媒体上で生成されたデータ信号として（例えば、搬送波または他のアナログまたはデジタル伝搬信号の一部として）伝送され得、種々の形態（例えば、単一または多重化アナログ信号の一部として、または複数の離散デジタルパケットまたはフレームとして）をとり得る。開示されるプロセスまたはプロセスステップの結果は、任意のタイプの非一過性有形コンピュータ記憶装置内に持続的または別様に記憶され得る、またはコンピュータ可読伝送媒体を介して通信され得る。

本明細書に説明される、および／または添付される図に描写されるフロー図における任意のプロセス、ブロック、状態、ステップ、または機能性は、プロセスにおいて具体的機能（例えば、論理または算術）またはステップを実装するための１つ以上の実行可能命令を含む、コードモジュール、セグメント、またはコードの一部を潜在的に表すものとして理解されたい。種々のプロセス、ブロック、状態、ステップ、または機能性は、組み合わせられる、再配列される、追加される、削除される、修正される、または別様に本明細書に提供される例証的実施例から変更されることができる。いくつかの実施形態では、付加的または異なるコンピューティングシステムまたはコードモジュールが、本明細書に説明される機能性のいくつかまたは全てを実施し得る。本明細書に説明される方法およびプロセスはまた、任意の特定のシーケンスに限定されず、それに関連するブロック、ステップ、または状態は、適切な他のシーケンスで、例えば、連続して、並行して、またはある他の様式で実施されることができる。タスクまたはイベントが、開示される例示的実施形態に追加される、またはそれから除去され得る。さらに、本明細書に説明される実装における種々のシステムコンポーネントの分離は、例証を目的とし、全ての実装においてそのような分離を要求するものとして理解されるべきではない。説明されるプログラムコンポーネント、方法、およびシステムは、概して、単一のコンピュータ製品においてともに統合される、または複数のコンピュータ製品にパッケージ化され得ることを理解されたい。多くの実装変形例が、可能である。

本プロセス、方法、およびシステムは、ネットワーク（または分散）コンピューティング環境において実装され得る。ネットワーク環境は、企業全体コンピュータネットワーク、イントラネット、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、パーソナルエリアネットワーク（ＰＡＮ）、クラウドコンピューティングネットワーク、クラウドソースコンピューティングネットワーク、インターネット、およびワールドワイドウェブを含む。ネットワークは、有線または無線ネットワークまたは任意の他のタイプの通信ネットワークであり得る。

本開示のシステムおよび方法は、それぞれ、いくつかの革新的側面を有し、そのうちのいかなるものも、本明細書に開示される望ましい属性に単独で関与しない、またはそのために要求されない。上記に説明される種々の特徴およびプロセスは、相互に独立して使用され得る、または種々の方法で組み合わせられ得る。全ての可能な組み合わせおよび副次的組み合わせが、本開示の範囲内に該当することが意図される。本開示に説明される実装の種々の修正が、当業者に容易に明白であり得、本明細書に定義される一般原理は、本開示の精神または範囲から逸脱することなく、他の実装に適用され得る。したがって、請求項は、本明細書に示される実装に限定されることを意図されず、本明細書に開示される本開示、原理、および新規の特徴と一貫する最も広い範囲を与えられるべきである。

別個の実装の文脈において本明細書に説明されるある特徴はまた、単一の実装における組み合わせにおいて実装されることができる。逆に、単一の実装の文脈において説明される種々の特徴もまた、複数の実装において別個に、または任意の好適な副次的組み合わせにおいて実装されることができる。さらに、特徴がある組み合わせにおいて作用するものとして上記に説明され、さらに、そのようなものとして最初に請求され得るが、請求される組み合わせからの１つ以上の特徴は、いくつかの場合では、組み合わせから削除されることができ、請求される組み合わせは、副次的組み合わせまたは副次的組み合わせの変形例を対象とし得る。いかなる単一の特徴または特徴のグループも、あらゆる実施形態に必要または必須ではない。

とりわけ、「〜できる（ｃａｎ）」、「〜し得る（ｃｏｕｌｄ）」、「〜し得る（ｍｉｇｈｔ）」、「〜し得る（ｍａｙ）」、「例えば（ｅ．ｇ．）」、および同等物等、本明細書で使用される条件文は、別様に具体的に記載されない限り、または使用されるような文脈内で別様に理解されない限り、概して、ある実施形態がある特徴、要素、またはステップを含む一方、他の実施形態がそれらを含まないことを伝えることが意図される。したがって、そのような条件文は、概して、特徴、要素、および／またはステップが、１つ以上の実施形態に対していかようにも要求されること、または１つ以上の実施形態が、著者の入力または促しの有無を問わず、これらの特徴、要素、および／またはステップが任意の特定の実施形態において含まれる、または実施されるべきかどうかを決定するための論理を必然的に含むことを示唆することを意図されない。用語「〜を備える」、「〜を含む」、「〜を有する」、および同等物は、同義語であり、非限定的方式で包括的に使用され、付加的要素、特徴、行為、動作等を除外しない。また、用語「または」は、その包括的意味において使用され（およびその排他的意味において使用されず）、したがって、例えば、要素のリストを接続するために使用されると、用語「または」は、リスト内の要素のうちの１つ、いくつか、または全てを意味する。加えて、本願および添付される請求項で使用されるような冠詞「ａ」、「ａｎ」、および「ｔｈｅ」は、別様に規定されない限り、「１つ以上の」または「少なくとも１つ」を意味するように解釈されるべきである。

本明細書で使用されるように、項目のリスト「〜のうちの少なくとも１つ」を指す語句は、単一の要素を含む、それらの項目の任意の組み合わせを指す。ある実施例として、「Ａ、Ｂ、またはＣのうちの少なくとも１つ」は、Ａ、Ｂ、Ｃ、ＡおよびＢ、ＡおよびＣ、ＢおよびＣ、およびＡ、Ｂ、およびＣを網羅することが意図される。語句「Ｘ、Ｙ、およびＺのうちの少なくとも１つ」等の接続文は、別様に具体的に記載されない限り、概して、項目、用語等がＸ、Ｙ、またはＺのうちの少なくとも１つであり得ることを伝えるために使用されるような文脈で別様に理解される。したがって、そのような接続文は、概して、ある実施形態が、Ｘのうちの少なくとも１つ、Ｙのうちの少なくとも１つ、およびＺのうちの少なくとも１つがそれぞれ存在するように要求することを示唆することを意図されない。

同様に、動作は、特定の順序で図面に描写され得るが、これは、望ましい結果を達成するために、そのような動作が示される特定の順序で、または連続的順序で実施される、または全ての図示される動作が実施される必要はないと認識されるべきである。さらに、図面は、フローチャートの形態で１つ以上の例示的プロセスを図式的に描写し得る。しかしながら、描写されない他の動作も、図式的に図示される例示的方法およびプロセス内に組み込まれることができる。例えば、１つ以上の付加的動作が、図示される動作のいずれかの前に、その後に、それと同時に、またはその間に実施されることができる。加えて、動作は、他の実装において再配列される、または再順序付けられ得る。ある状況では、マルチタスクおよび並列処理が、有利であり得る。さらに、上記に説明される実装における種々のシステムコンポーネントの分離は、全ての実装におけるそのような分離を要求するものとして理解されるべきではなく、説明されるプログラムコンポーネントおよびシステムは、概して、単一のソフトウェア製品においてともに統合される、または複数のソフトウェア製品にパッケージ化され得ることを理解されたい。加えて、他の実装も、以下の請求項の範囲内である。いくつかの場合では、請求項に列挙されるアクションは、異なる順序で実施され、依然として、望ましい結果を達成することができる。

Claims (30)

1. 対象の頭部走査を整合させるためのシステムであって、前記システムは、
   非一過性メモリであって、
   対象の頭部の少なくとも一部の基準頭部走査と、
   前記対象の頭部の第２の頭部走査と
   を記憶するように構成される、非一過性メモリと、
   前記非一過性メモリと通信するハードウェアプロセッサであって、前記ハードウェアプロセッサは、実行可能命令によって、
   前記対象の基準頭部走査を受信することと、
   前記基準頭部走査内の前記対象の各眼球の強膜の複数の基準候補点に基づいて、前記基準頭部走査内の前記対象の各眼球の基準中心点および基準推測点を決定することと、
   前記対象の第２の頭部走査を受信することと、
   前記第２の頭部走査内の前記対象の各眼球の強膜の複数の第２の候補点に基づいて、前記第２の頭部走査内の前記対象の各眼球の第２の中心点および第２の推測点を決定することと、
   前記第２の頭部走査内の前記対象の各眼球の第２の中心点および前記第２の推測点および前記基準頭部走査内の対応する点に基づいて、前記第２の頭部走査から前記基準頭部走査へのアフィン変換を決定することと、
   前記アフィン変換を少なくとも前記第２の頭部走査内の前記対象の頭部上で実施し、前記第２の頭部走査内の前記対象のアフィン変換された頭部を生成することと
   を行うようにプログラムされる、ハードウェアプロセッサと
   を備える、システム。
2. 前記基準頭部走査は、点群、メッシュ、赤緑青色深度（ＲＧＢ−Ｄ）走査、前記対象の頭部の複数のｘｙｚ座標、またはそれらの組み合わせを含む、請求項１に記載のシステム。
3. 前記対象の各眼球の基準中心点を決定するために、前記ハードウェアプロセッサは、
   前記対象の前記基準頭部走査内の前記対象の各眼球の強膜の複数の基準候補点を決定する
   ようにプログラムされる、請求項１に記載のシステム。
4. 前記対象の各眼球の基準中心点を決定するために、前記ハードウェアプロセッサはさらに、
   基準眼球モデルを前記対象の各眼球の強膜の複数の基準候補点に適合させることと、
   前記対象の各眼球の前記基準眼球モデルに基づいて、前記各眼球の基準中心点を決定することと
   を行うようにプログラムされる、請求項３に記載のシステム。
5. 前記基準眼球モデルを前記対象の各眼球の強膜の複数の基準候補点に適合させるために、前記ハードウェアプロセッサは、
   前記対象の第１の眼球の基準眼球モデルの半径と、
   前記対象の第１の眼球の複数の基準候補点の基準候補点と前記第１の眼球の基準眼球モデルの中心との間の距離と
   に基づいて、第１の誤差統計を最小限にするようにプログラムされる、請求項４に記載のシステム。
6. 前記基準眼球モデルを前記対象の各眼球の強膜の複数の基準候補点に適合させるために、前記ハードウェアプロセッサは、
   前記基準眼球モデルに対する前記対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定することと、
   前記基準誤対応候補点を前記対象の各眼球の強膜の複数の基準候補点から除去することと、
   更新された眼球モデルを前記基準誤対応候補点が除去された前記対象の各眼球の強膜の複数の基準候補点に適合させることと
   を行うようにプログラムされる、請求項４に記載のシステム。
7. 前記１つ以上の基準誤対応候補点を決定するために、前記ハードウェアプロセッサは、
   前記複数の基準候補点の中央値に基づいて、前記基準眼球モデル内の前記対象の各眼球の強膜の複数の基準候補点の１つ以上の基準誤対応候補点を決定する
   ようにプログラムされる、請求項６に記載のシステム。
8. 前記基準眼球モデルを前記対象の各眼球の強膜の複数の基準候補点に適合させるために、前記ハードウェアプロセッサは、
   前記基準眼球モデルと前記複数の基準候補点の適合が収束するまで、前記基準眼球モデルを前記対象の各眼球の強膜の複数の基準候補点に反復的に適合させる
   ようにプログラムされる、請求項４に記載のシステム。
9. 前記基準眼球モデルを前記対象の各眼球の強膜の基準候補点に適合させるために、前記ハードウェアプロセッサは、
   前記基準眼球モデルのパラメータの少なくとも１つの半径を調節する
   ようにプログラムされる、請求項４に記載のシステム。
10. 前記基準頭部走査内の基準推測点を決定するために、前記ハードウェアプロセッサは、
    前記対象の各眼球の基準中心点に基づいて、前記基準頭部走査内の基準推測点を決定する
    ようにプログラムされる、請求項１に記載のシステム。
11. 前記基準頭部走査内の基準推測点を決定するために、前記ハードウェアプロセッサはさらに、
    前記対象の各眼球の基準中心点間に形成される軸と、
    前記基準頭部走査の座標系の軸と
    の基準クロス積を決定するようにプログラムされる、請求項１０に記載のシステム。
12. 前記ハードウェアプロセッサはさらに、
    前記対象の頭部上の追跡可能点を使用して、前記基準頭部走査内の前記対象の頭部に対する前記第２の頭部走査内の前記対象のアフィン変換された第２の頭部の枢軸を決定する
    ようにプログラムされる、請求項１に記載のシステム。
13. 前記枢軸を決定するために、前記ハードウェアプロセッサは、
    前記対象のアフィン変換された第２の頭部上の追跡可能点と前記基準頭部走査内の前記対象の頭部上の追跡可能点との間の距離を最小限にする
    ようにプログラムされる、請求項１２に記載のシステム。
14. 前記枢軸を決定するために、前記ハードウェアプロセッサは、
    前記対象のアフィン変換された第２の頭部上の追跡可能点と前記基準頭部走査内の前記対象の頭部上の追跡可能点の周囲の表面との間の距離を最小限にする
    ようにプログラムされる、請求項１２に記載のシステム。
15. 前記ハードウェアプロセッサはさらに、
    前記対象の頭部上の追跡可能点を使用して、前記基準頭部走査内の前記対象の頭部に対する前記第２の頭部走査内の前記対象のアフィン変換された第２の頭部の枢軸を受信する
    ようにプログラムされる、請求項１に記載のシステム。
16. 前記ハードウェアプロセッサはさらに、
    前記第２の頭部走査内の前記対象の各眼球の平行移動調節、前記第２の頭部走査内の前記対象の眼球の回転調節、またはそれらの任意の組み合わせを受信する
    ようにプログラムされる、請求項１に記載のシステム。
17. 前記ハードウェアプロセッサはさらに、
    前記対象の各眼球の基準中心点および前記基準推測点に基づいて、前記対象のアバタのリグを生成することと、
    前記アフィン変換に基づいて、前記対象のアバタの修正されたリグを生成することと
    を行うようにプログラムされる、請求項１に記載のシステム。
18. 前記ハードウェアプロセッサはさらに、
    前記対象の各眼球の基準中心点および前記基準推測点に基づいて、前記対象のアバタのデジタル表現を生成することと、
    前記アフィン変換に基づいて、前記対象のアバタの修正されたデジタル表現を生成することと
    を行うようにプログラムされる、請求項１に記載のシステム。
19. 前記ハードウェアプロセッサはさらに、
    前記アフィン変換に基づいて、眼球をデジタルパペット内に適合させる
    ようにプログラムされる、請求項１に記載のシステム。
20. 対象の頭部の姿勢を決定するためのシステムであって、前記システムは、
    対象の頭部の基準頭部走査を記憶するように構成される非一過性メモリと、
    前記非一過性メモリと通信するハードウェアプロセッサであって、前記ハードウェアプロセッサは、実行可能命令によって、
    前記対象の基準頭部走査を受信することと、
    前記基準頭部走査内の前記対象の第１の眼球の第１の強膜の複数の第１の基準候補点に基づいて、前記対象の第１の眼球の第１の基準中心点を決定することと、
    前記基準頭部走査内の前記対象の第２の眼球の第２の強膜の複数の第２の基準候補点に基づいて、前記対象の第２の眼球の第２の基準中心点を決定することと、
    前記第１の基準中心点および前記第２の基準中心点に基づいて、前記基準頭部走査内の基準推測点を決定することと、
    前記第１の基準中心点、前記第２の基準中心点、および前記基準推測点に基づいて、前記対象の頭部の姿勢を生成することと
    を行うようにプログラムされる、ハードウェアプロセッサと
    を備える、システム。
21. 対象の頭部の姿勢を決定するためのシステムであって、前記システムは、
    非一過性メモリであって、前記非一過性メモリは、
    対象の頭部の基準モデルであって、
    前記対象の第１の基準眼球モデルと、
    前記対象の第２の基準眼球モデルと、
    前記対象の頭部の基準推測点と
    を含む、対象の頭部の基準モデルと、
    対象の頭部の頭部走査と
    を記憶するように構成される、非一過性メモリと、
    前記非一過性メモリと通信するハードウェアプロセッサであって、前記ハードウェアプロセッサは、実行可能命令によって、
    前記対象の頭部走査を受信することと、
    前記頭部走査内の前記対象の第１の眼球の第１の強膜の複数の第１の候補点に基づいて、前記対象の第１の眼球の第１の中心点を決定することと、
    前記頭部走査内の前記対象の第２の眼球の第２の強膜の複数の第２の候補点に基づいて、前記対象の第２の眼球の第２の中心点を決定することと、
    前記第１の中心点および前記第２の中心点に基づいて、前記頭部走査内の推測点を決定することと、
    前記第１の中心点、前記第２の中心点、および前記推測点から、前記第１の基準中心点、前記基準第２の中心点、および前記基準推測点へのアフィン変換を決定することであって、前記アフィン変換は、前記頭部走査から前記頭部の基準モデルへの変換を表す、ことと
    を行うようにプログラムされる、ハードウェアプロセッサと
    を備える、システム。
22. 対象の頭部走査を整合させるための方法であって、前記方法は、
    ハードウェアプロセッサの制御下で、
    前記対象の基準頭部走査を受信することと、
    前記基準頭部走査内の前記対象の各眼球の強膜の複数の基準候補点に基づいて、前記基準頭部走査内の前記対象の各眼球の基準中心点および基準推測点を決定することと、
    前記対象の第２の頭部走査を受信することと、
    前記第２の頭部走査内の前記対象の各眼球の強膜の複数の第２の候補点に基づいて、前記第２の頭部走査内の前記対象の各眼球の第２の中心点および第２の推測点を決定することと、
    前記第２の頭部走査内の前記対象の各眼球の第２の中心点および前記第２の推測点および前記基準頭部走査内の対応する点に基づいて、前記第２の頭部走査から前記基準頭部走査へのアフィン変換を決定することと、
    前記アフィン変換を前記第２の頭部走査内の前記対象の頭部上で実施し、前記第２の頭部走査内の前記対象のアフィン変換された頭部を生成することと
    を含む、方法。
23. 対象の頭部の姿勢を決定するための方法であって、前記方法は、
    ハードウェアプロセッサの制御下で、
    前記対象の基準頭部走査を受信することと、
    前記基準頭部走査内の前記対象の第１の眼球の第１の強膜の複数の第１の基準候補点に基づいて、前記対象の第１の眼球の第１の基準中心点を決定することと、
    前記基準頭部走査内の前記対象の第２の眼球の第２の強膜の複数の第２の基準候補点に基づいて、前記対象の第２の眼球の第２の基準中心点を決定することと、
    前記第１の基準中心点および前記第２の基準中心点に基づいて、前記基準頭部走査内の基準推測点を決定することと、
    前記第１の基準中心点、前記第２の基準中心点、および前記基準推測点に基づいて、前記対象の頭部の姿勢を生成することと
    を含む、方法。
24. 対象の頭部の姿勢を決定するための方法であって、前記方法は、
    ハードウェアプロセッサの制御下で、
    対象の頭部の基準モデルが、前記対象の頭部の基準推測点を含むこと
    を含み、
    前記ハードウェアプロセッサは、前記非一過性メモリと通信し、前記ハードウェアプロセッサは、実行可能命令によって、
    対象の頭部の頭部走査を受信することと、
    前記頭部走査内の前記対象の第１の眼球の第１の強膜の複数の第１の候補点に基づいて、前記対象の第１の眼球の第１の中心点を決定することと、
    前記頭部走査内の前記対象の第２の眼球の第２の強膜の複数の第２の候補点に基づいて、前記対象の第２の眼球の第２の中心点を決定することと、
    前記第１の中心点および前記第２の中心点に基づいて、前記頭部走査内の推測点を決定することと、
    前記第１の中心点、前記第２の中心点、および前記推測点から、前記頭部の基準モデルの第１の基準中心点、前記基準モデルの第２の基準中心点、および前記基準モデルの基準推測点へのアフィン変換を決定することであって、前記アフィン変換は、前記頭部走査から前記頭部の基準モデルへの変換を表す、ことと
    を行うようにプログラムされる、方法。
25. 複数の走査を整合させるための方法であって、前記複数の走査のそれぞれは、対象の頭部の少なくとも一部を含み、前記方法は、
    ハードウェアプロセッサの制御下で、
    対象の複数の走査の第１の走査および第２の走査を整合させることであって、前記第１の走査および前記第２の走査のそれぞれは、前記対象の頭部の少なくとも一部を含む、こと
    を含み、
    前記整合させることは、
    （ｉ）前記第１の走査からの、前記対象の第１の眼の第１の強膜の可視部分に基づく第１の基準点および前記対象の第２の眼の第２の強膜の可視部分に基づく第２の基準点と、
    （ｉｉ）前記第２の走査からの、第１の眼の第１の強膜の可視部分に基づく第１の基準点および第２の眼の第２の強膜の可視部分に基づく第２の基準点と
    を合致させることを含む、方法。
26. 複数の走査を整合させるためのシステムであって、前記複数の走査のそれぞれは、対象の頭部の少なくとも一部を含み、前記システムは、
    対象の複数の走査を記憶するように構成される非一過性メモリであって、前記複数の走査のそれぞれは、前記対象の頭部の少なくとも一部を含む、非一過性メモリと、
    前記非一過性メモリと通信するハードウェアプロセッサであって、前記ハードウェアプロセッサは、前記対象の複数の走査の第１の走査および第２の走査を整合させるようにプログラムされる、ハードウェアプロセッサと
    を備え、
    前記第１の走査および前記第２の走査を整合させるために、前記ハードウェアプロセッサは、
    （ｉ）前記第１の走査からの、前記対象の第１の眼の第１の強膜の可視部分に基づく第１の基準点および前記対象の第２の眼の第２の強膜の可視部分に基づく第２の基準点と、
    （ｉｉ）前記第２の走査からの、第１の眼の第１の強膜の可視部分に基づく第１の基準点および第２の眼の第２の強膜の可視部分に基づく第２の基準点と
    を合致させるようにプログラムされる、システム。
27. 複数の走査を整合させるための方法であって、前記複数の走査のそれぞれは、対象の頭部を含み、前記方法は、
    ハードウェアプロセッサの制御下で、
    前記複数の走査の第１の走査からの第１の眼の強膜と前記複数の走査の第２の走査からの前記第１の眼の強膜を整合させることと、
    前記複数の走査の第１の走査からの第２の眼の強膜と前記複数の走査の第２の走査からの前記第２の眼の強膜を整合させることと
    を含む、方法。
28. 複数の走査を整合させるためのシステムであって、前記複数の走査のそれぞれは、対象の頭部を含み、前記システムは、
    対象の頭部を含む複数の走査を記憶するように構成される非一過性メモリと、
    前記非一過性メモリと通信するハードウェアプロセッサであって、前記ハードウェアプロセッサは、
    前記複数の走査の第１の走査からの第１の眼の強膜と前記複数の走査の第２の走査からの前記第１の眼の強膜を整合させることと、
    前記複数の走査の第１の走査からの第２の眼の強膜と前記複数の走査の第２の走査からの前記第２の眼の強膜を整合させることと
    を行うようにプログラムされる、ハードウェアプロセッサと
    を備える、システム。
29. 複数の走査を整合させるための方法であって、前記複数の走査のそれぞれは、頭部を含み、前記方法は、
    （ｉ）前記複数の走査の第１の走査からの第１の左眼および第１の右眼に基づく、第１の左眼、第１の右眼、および第１の推測される第３の点と、（ｉｉ）前記複数の走査の第２の走査からの第２の左眼および第２の右眼に基づく、第２の左眼、第２の右眼、および第２の推測される第３の点とを整合させること
    を含む、方法。
30. 複数の走査を整合させるためのシステムであって、前記複数の走査のそれぞれは、頭部を含み、前記システムは、
    対象の頭部を含む複数の走査を記憶するように構成される非一過性メモリと、
    前記非一過性メモリと通信するハードウェアプロセッサであって、前記ハードウェアプロセッサは、
    （ｉ）前記複数の走査の第１の走査からの第１の左眼および第１の右眼に基づく、第１の左眼、第１の右眼、および第１の推測される第３の点と、（ｉｉ）前記複数の走査の第２の走査からの第２の左眼および第２の右眼に基づく、第２の左眼、第２の右眼、および第２の推測される第３の点とを整合させる
    ようにプログラムされる、ハードウェアプロセッサと
    を備える、システム。

Images