JP2022505746A - デジタルキャラクタブレンディング及び生成のシステム及び方法 - Google Patents
デジタルキャラクタブレンディング及び生成のシステム及び方法 Download PDFInfo
- Publication number
- JP2022505746A JP2022505746A JP2021522403A JP2021522403A JP2022505746A JP 2022505746 A JP2022505746 A JP 2022505746A JP 2021522403 A JP2021522403 A JP 2021522403A JP 2021522403 A JP2021522403 A JP 2021522403A JP 2022505746 A JP2022505746 A JP 2022505746A
- Authority
- JP
- Japan
- Prior art keywords
- model
- texture
- muscle
- basic shapes
- texture maps
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 110
- 238000002156 mixing Methods 0.000 title claims description 62
- 230000004048 modification Effects 0.000 claims abstract description 51
- 238000012986 modification Methods 0.000 claims abstract description 51
- 210000003205 muscle Anatomy 0.000 claims description 65
- 210000003128 head Anatomy 0.000 claims description 61
- 230000008569 process Effects 0.000 claims description 37
- 230000001815 facial effect Effects 0.000 claims description 31
- 239000000203 mixture Substances 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 11
- 238000010238 partial least squares regression Methods 0.000 claims description 11
- 210000001508 eye Anatomy 0.000 claims description 10
- 230000007935 neutral effect Effects 0.000 claims description 10
- 210000004209 hair Anatomy 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 210000000720 eyelash Anatomy 0.000 claims description 5
- 210000000515 tooth Anatomy 0.000 claims description 5
- 210000005252 bulbus oculi Anatomy 0.000 claims description 4
- 210000003625 skull Anatomy 0.000 claims description 4
- 210000002105 tongue Anatomy 0.000 claims description 4
- 208000032544 Cicatrix Diseases 0.000 claims description 3
- 210000004087 cornea Anatomy 0.000 claims description 3
- 239000000049 pigment Substances 0.000 claims description 3
- 231100000241 scar Toxicity 0.000 claims description 3
- 230000037387 scars Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims 8
- 238000004088 simulation Methods 0.000 claims 2
- 238000007619 statistical method Methods 0.000 claims 2
- 210000000988 bone and bone Anatomy 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000009499 grossing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 210000000744 eyelid Anatomy 0.000 description 4
- 210000000887 face Anatomy 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000037303 wrinkles Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 210000004709 eyebrow Anatomy 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 241000228740 Procrustes Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 241001237961 Amanita rubescens Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 206010004950 Birth mark Diseases 0.000 description 1
- 206010014970 Ephelides Diseases 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 210000002454 frontal bone Anatomy 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000003863 physical function Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/503—Blending, e.g. for anti-aliasing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2021—Shape modification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
複数のモデルのための複数の基本形状をインプットとして受信する工程;
基本形状に行うべき修正を指定する少なくとも一つの修正変数をインプットとして受信する工程;及び
指定された修正を複数の基本形状に適用し、少なくとも一つのモデルのための複数の修正された基本形状を生成する工程。
少なくとも一つのプロセッサ;及び
前記少なくとも一つのプロセッサと通信しているメモリを備える。
複数のモデルに対して複数の基本形状を受信し;
前記基本形状に対して行われるべき修正を指定する少なくとも一つの修正を受信し;且つ
指定された修正を複数の基本形状に適用し、少なくとも一つのモデルのために複数の修正された基本形状を生成する
ようにプログラムされている。
基本形状は、筋肉変形記述子の集合として表され、複数のモデルのための複数の基本形状を受信する工程;
各筋肉変形記述子をそれらの影響領域に基づいてグループに分類する工程;及び
影響領域に基づいて少なくとも一つのモデルのために各基本形状の領域マスクを生成する工程。
少なくとも一つのプロセッサ;及び
前記少なくとも一つのプロセッサと通信しているメモリ、を備える
前記プロセッサは、
筋肉変形記述子の集合として表される基本形状であって、少なくとも一つのモデルのための複数の基本形状を受け取り;
各筋肉変形記述子を、それらの影響領域に基づいてグループに分類し;且つ
影響領域に基づいて少なくとも一つのモデルのために各基本形状の領域マスクを生成する
ようにプログラムされている。
少なくとも一つのモデルのための一つ以上のテクスチャマップをインプットとして受信する工程;
手動、半自動、又は自動で、一つ以上のテクスチャマップの各々上で複数のユニバーサルフィーチャロケータを識別する工程;
テクスチャマップを複数のレイヤに分離し、各レイヤは、少なくとも一つの特徴を含む工程;
テクスチャマップに対して行われるべき修正を指定する複数の指定された修正変数をインプットとして受信する工程;
指定された修飾を適用する工程;及び
レイヤをブレンドし、少なくとも一つのモデルの一つ以上のテクスチャマップを作成する工程、を含む。
少なくとも一つのプロセッサと通信しているメモリ、を備える。
少なくとも一つのモデルのために一つ以上のテクスチャマップを受信し;
一つ以上のテクスチャマップの各々の上で複数のユニバーサルフィーチャロケータを識別し、
各々少なくとも一つの特徴を含む一つ以上のテクスチャマップの各々を複数のレイヤに分離し、
一つ以上のテクスチャマップに対して行われるべき修正を指定する複数の修正変数を受け取り;且つ
指定された修正を適用し、レイヤをブレンドし、少なくとも一つのモデルのための一つ以上のテクスチャマップを生成する、
ようにプログラムされている。
一実施形態において、アバター又はデジタルキャラクタを含んでいるデジタルヒューマンのモデルをブレンドするためのシステム及び方法は、典型的には少なくとも一つのCPU、メモリ、及び典型的にはデータベースである記憶装置を有する一つ以上のコンピュータシステム上で実行される。更に、GPU実装形態は、システムの性能を大幅に改善することができる。
領域分割は、各頭部モデルのために異なる顔領域を区分するために使用される。これらの領域マスクは例えば、前頭骨、左右の眼窩ソケット周囲、鼻部周囲、頸部領域、及び顔面下部の筋肉の位置に基づいて、筋肉変形記述子をグループ化することによって区分される。顔面下部の筋肉変形記述子は更に、唇、頬部の塊及び顎骨を動かすものに分類される。異なる顔領域にまたがる筋肉変形記述子の組み合わせは、無視される。これらのグループ分けから、前頭部、左眼窩、右眼窩、鼻部、左頬部、右頬部、口部、頸部、及び残りの頭部といった顔面領域マスクが導出される。顔領域は、図7A~7Fに示される。各グループの領域マスクは、各グループ内の各筋肉変形記述子上の各頂点の変位の大きさにガウス分布を当てはめることによって計算することができ(変形勾配をここで使用することもできる)、領域どうしは、重なり合うことができる。筋肉変形記述子ベースの区分を使用することには、この区分が筋肉の活動及び影響に基づくため、本方法を使用して抽出された領域は、動的に変形可能な顔(静止した顔だけでなく)上で最適なカバー率及び滑らかさを有するという利点がある。同様に、図11に示す腕1100の筋肉1110を選択するといったように、身体の一部について領域マスクを計算することができる。
平均頭部モデル(
各領域は、グローバルブレンディングとは独立してブレンドされ、共に結合され、グローバルブレンドヘッドモデルに適用されて、最終的なブレンドモデルを形成することができる。領域ブレンディング及び再構成は、以下のように達成される。
システムは、領域区分を全体的にブレンドされた顔モデルに配置させるので、システムは、顔の特徴のサイズ及び異なる顔の特徴間の相対位置を維持する。識別を変更するとき、これは、アイデンティティを変えるときに、顔の骨構造を(全体的にブレンドされた頭部モデルに対して)維持することと同等である。また、配置比率を変更するときに、頭部モデルの骨構造を変えることができる。この関係に基づいて、システムは、骨構造を変更するために配置比率を変えることができる。図5A~5Cを参照すると、ブレンドする特徴の例が示されている。全ての場合において、510、530、550で示される開始モデルは、同じである。図5Aにおいて、グローバルブレンディングは、モデルに適用される(520)。図5Bにおいて、骨構造が保存されている新しいアイデンティティへの領域ブレンディングが適用される。図5Cにおいて、骨構造が保存されていない新しいアイデンティティへの領域ブレンディングが適用される。
システムは、人口統計学的パラメータの集合から人口統計学的予測を学習し、予測し(167)、頭部モデルに適用することもできる。人口統計学的パラメータは、二次予測子変換を伴う部分最小二乗回帰(PLSR)を使用して、年齢、性別、民族性、及び体格を含む。
図8Aに示されるブレンディングシステムへのユーザインターフェースは、ユーザが幾何学形状アセットの操作によってデジタルヒューマンの幾何学形状に関連する特徴810、820、830をカスタマイズする能力を有することを可能にし得る。これは、リアルタイムであってもよい。操作することができるアセットは、まつげ、虹彩、歯、舌、髪、アクセサリ、及び衣服を切り替えることが含まれる。
各トレーニングアバターからの皮膚テクスチャは、双方向ガウスフィルタの階層を通過する。階層の各レイヤは、顔の毛、しわ、ほくろ、そばかす、及び皮膚の孔などの特定の種類のテクスチャの細部を抽出するように設計される。レイヤが一旦、抽出されると、次に各レイヤを独立してブレンドし、合成して、新しいテクスチャマップを形成することができる。このレイヤリングアプローチの利点は、ブレンディングプロセスの間、皮膚の細部を保存することができることである。
1.各デジタルキャラクタに、あらかじめ定義されたテクスチャマップの集合を抽出する工程。テクスチャマップからの特徴レイヤは、双方向ガウスフィルタ、又は他の手動、若しくは自動画像特徴フィルタリング技術を含む、任意の適切な方法を使用して抽出されてよい。
テクスチャブレンディングのセクションで説明したレイヤ分離ワークフローを使用して、皮膚の細部及び不完全性を除去することができる。例えば、フィルタパラメータ(領域及び範囲の標準偏差)を調整することによって、バイラテラルガウスフィルタを使用して、他の細部を保存しながら、特徴、例えば皮膚の孔、しわ、斑点、にきび、又は顔面の毛を抽出することができる。これらの特徴をカプセル化するレイヤの、テクスチャマップの出力する集合への寄与は、デジタルキャラクタに対して、低減され、誇張され、又は完全に除去され得る。
レイヤ分離ワークフローの別のアプリケーションは、デジタルメイクアップの適用又は除去である。メイクアップ処理の効果、例えば、スキンファンデーション、唇の色、ブラッシャー、顔面の輪郭、アイライナー、アイシャドウ、及びハイライターの適用は、デジタルキャラクタから抽出することができる。そのような効果は、デジタルキャラクタから低減、強化、又は除去されてもよい。デジタルメイクアップの効果は、他のデジタルキャラクタにも適用することができる。
説明した方法及びシステムは、任意の適切な電子計算システム上で利用することができる。以下に説明する実施形態によれば、電子計算システムは、様々なモジュール及びエンジンを使用して本発明の方法を利用する。
Claims (78)
- 仮想オブジェクト又はデジタルエンティティのモデルを作成する方法であって、
複数のモデルの複数の基本形状を受信する工程、
前記基本形状に行うべき1つまたは複数の修正を指定する複数の修正変数を受信する工程、及び
前記指定された1つまたは複数の修正を前記複数の基本形状に適用し、少なくとも一つのモデルのために複数の修正された基本形状を生成する工程、
を含む、方法。 - 前記指定された修正変数は、選択された特徴を保存するための保存変数を含む、請求項1に記載の方法。
- 前記複数の基本形状の領域を分離するために前記指定された1つまたは複数の修正を適用し、前記1つまたは複数の修正を共にブレンドする工程を更に含む、請求項1又は請求項2に記載の方法。
- 前記複数の基本形状は、身体、身体の一部、上半身、顔、及び顔の一部からなるグループから選択される少なくとも一つの要素を含む、請求項1~3のいずれか1項に記載の方法。
- 前記指定された修正変数は、1つまたは複数の人口統計学的予測修正を含み、指定された1つまたは複数の人口統計学的予測修正は、年齢、性別、民族性、及び体格からなるグループから選択される少なくとも一つの要素を含む、請求項1~4のいずれか1項に記載の方法。
- 1つまたは複数の人口統計学的予測修正は、少なくとも二つの変数を使用する部分最小二乗回帰(PLSR)を使用する予測に基づいて行われる、請求項5に記載の方法。
- 前記1つまたは複数の人口統計学的予測修正は、基本形状の領域に行われ、ブレンドされる、請求項5又は6に記載の方法。
- 筋肉変形記述子の集合に基づいて筋肉の影響を分析することによって、領域がセグメント化される、請求項7に記載の方法。
- 前記筋肉変形記述子の集合は、手動、統計的方法、又は物理的シミュレーションの使用によって生成される、請求項8に記載の方法。
- 筋肉ベースの顔面動作分析システム(FACS)に基づいて筋肉の影響を分析することによって、領域がセグメント化される、請求項7に記載の方法。
- 前記基本形状は、筋肉変形記述子の集合として表される、請求項1~10のいずれか1項に記載の方法。
- 前記生成された複数の修正された基本形状は、筋肉変形記述子の完全な集合であり、前記筋肉変形記述子の組み合わせは、一連の動作をアニメーション化することができる、請求項11に記載の方法。
- 前記基本形状は、筋肉ベースの顔面動作分析システム(FACS)として表される、請求項1~10のいずれか1項に記載の方法。
- 前記生成された複数の修正された基本形状は、完全な筋肉変形記述子のリグである、請求項13に記載の方法。
- 前記複数の基本形状は、顔又は顔の一部であり、前記複数の修正された基本形状を生成する工程は、眼球、角膜、歯、舌及び頭蓋骨のアセットからなる前記グループから選択される少なくとも一つの要素を生成する工程を含む、請求項1~14のいずれか1項に記載の方法。
- 複数の基本形状は、顔又は顔の一部であり、前記複数の修正された基本形状を生成する工程は、前記修正された基本形状のために毛髪及びまつげのうち少なくとも1つのスタイルを生成する工程を含む、請求項1~15のいずれか1項に記載の方法。
- 請求項1~16のいずれか1項に記載の方法を実行するようにプログラムされた又は動作可能である、コンピュータ。
- コンピュータ装置によって使用されるとき、前記コンピュータ装置に請求項1から16のいずれか1項に記載の方法を実行させる、コンピュータ使用可能命令を記憶する一つ以上のコンピュータ読み取り可能媒体。
- 請求項1~16のいずれか1項に記載の方法によって生成された複数の基本形状を含んでいる、幾何学形状モデル。
- 仮想オブジェクト又はデジタルエンティティのモデルを作成するためのシステムであって、前記システムは、
少なくとも一つのプロセッサ、及び
前記少なくとも一つのプロセッサと通信しているメモリ、を備え、
前記プロセッサは、
複数のモデルに対する複数の基本形状を受信し、
前記基本形状に対して行われるべき1つまたは複数の修正を指定する複数の指定された修正変数を受信し、且つ
前記指定された1つまたは複数の修正を前記複数の基本形状に適用し、少なくとも一つのモデルのために複数の修正された基本形状を生成する、
ようにプログラムされているシステム。 - 前記指定された修正変数は、選択された特徴を保存するための保存変数を含む、請求項20に記載のシステム。
- 前記プロセッサは、前記指定された1つまたは複数の修正を適用し、前記複数の基本形状の領域を分離し、前記1つまたは複数の修正を共にブレンドするように、更にプログラムされる、請求項20又は請求項21に記載のシステム。
- 前記複数の基本形状は、身体、身体の一部、上半身、顔、及び顔の一部からなるグループから選択される少なくとも一つの要素を備える、請求項20~22のいずれか1項に記載のシステム。
- 前記指定された修正変数は、1つまたは複数の人口統計学的予測修正を含み、ユーザ指定の1つまたは複数の人口統計学的予測修正は、年齢、性別、民族性、及び体格からなるグループから選択される少なくとも一つの要素を含む、請求項20~23のいずれか1項に記載のシステム。
- 1つまたは複数の人口統計学的予測修正は、少なくとも二つの変数を使用する部分最小二乗回帰(PLSR)を使用する予測に基づいて行われる、請求項24に記載のシステム。
- 前記1つまたは複数の人口統計学的予測修正は、基本形状の領域に対して行われ、ブレンドされる、請求項24又は25に記載のシステム。
- 筋肉変形記述子の集合に基づいて筋肉の影響を分析することによって、領域がセグメント化される、請求項22に記載のシステム。
- 前記筋肉変形記述子の集合は、手動、統計的方法、又は物理的シミュレーションの使用によって生成される、請求項27に記載のシステム。
- 筋肉ベースの顔面動作分析システム(FACS)の動作ユニット(AU)に基づいて筋肉の影響を分析することによって、領域がセグメント化される、請求項27に記載のシステム。
- 前記基本形状は、筋肉変形記述子の集合として表される、請求項20~27のいずれか1項に記載のシステム。
- 前記生成された複数の修正された基本形状は、筋肉変形記述子の完全な集合であり、前記筋肉変形記述子の組み合わせは、一連の動作をアニメーション化することができる、請求項30に記載のシステム。
- 前記基本形状は、筋肉ベースの顔面動作分析システム(FACS)として表される、請求項20~27のいずれか1項に記載のシステム。
- 前記生成された複数の修正された基本形状は、完全な筋肉変形記述子のリグである、請求項31に記載のシステム。
- 前記複数の基本形状は、顔又は顔の一部であり、前記複数の修正された基本形状を生成することは、眼球、角膜、歯、舌及び頭蓋骨のアセットからなる前記グループから選択される少なくとも一つの要素を生成することを含む、請求項20~33のいずれか1項に記載のシステム。
- 複数の基本形状は、顔又は顔の一部であり、前記複数の修正された基本形状を生成することは、前記修正された基本形状のために毛髪及びまつげのうち少なくとも1つのスタイルを生成することを含む、請求項20~34のいずれか1項に記載のシステム。
- 請求項20~35のいずれか1項に記載の前記システムによって生成された複数の基本形状を含む幾何学形状モデル。
- 仮想オブジェクト又はデジタルエンティティに適用される領域マスクを作成するための方法であって、
少なくとも一つのモデルのために複数の基本形状を受信する工程であり、前記基本形状は、筋肉変形記述子の集合として表され、前記基本形状の組み合わせは、一連の動作をアニメーション化することができる工程と、
各筋肉変形記述子をそれらの影響の領域に基づいてグループに分類する工程、及び
前記影響の領域に基づいて少なくとも一つのモデルのために各基本形状の領域マスクを生成する工程、
を含む、方法。 - 前記領域マスクは、変形していない筋肉の形状に対する計算された変形勾配に基づいて生成される、請求項37に記載の方法。
- 前記筋肉変形記述子は、顔面動作分析システム(FACS)を使用して表される、請求項37に記載の方法。
- 前記筋肉変形記述子は、顔面動作分析システム(FACS)の動作ユニット(AU)を使用して表される、請求項37又は39に記載の方法。
- 前記領域マスクは、ニュートラルなFACS形状に対する計算された変形勾配に基づいて生成される、請求項39又は40に記載の方法。
- 前記生成された領域マスクは、前頭部、左眼窩、右眼窩、鼻部、左頬、右頬、口、首部、及び残りの頭部の内の少なくとも一つを含む、請求項37~41のいずれか1項に記載の方法。
- 請求項37~42のいずれか1項に記載の方法を実行するようにプログラムされた又は動作可能である、コンピュータ。
- コンピュータ装置によって使用されるとき、前記コンピュータ装置に請求項37~42のいずれか一つの方法を実行させる、コンピュータ使用可能命令を記憶する一つ以上のコンピュータ読み取り可能媒体。
- 仮想オブジェクト又はデジタルエンティティに適用される領域マスクを作成するためのシステムであって、前記システムは、
少なくとも一つのプロセッサ、及び
前記少なくとも一つのプロセッサと通信しているメモリ、を備え、
前記プロセッサは、
少なくとも一つのモデルのための複数の基本形状であって、筋肉変形記述子の集合として表される前記複数の基本形状を受信し、各筋肉変形記述子を、それらの影響の領域に基づいてグループに分類し、且つ
前記影響の領域に基づいて少なくとも一つのモデルのために各基本形状について領域マスクを生成する、
ようにプログラムされている、システム。 - 前記領域マスクは、変形していない筋肉の形状に対する計算された変形勾配に基づいて生成される、請求項34に記載のシステム。
- 前記生成された領域マスクは、前頭部、左眼窩、右眼窩、鼻部、左頬、右頬、口、首部、及び残りの頭部の内の少なくとも一つを含む、請求項45又は46に記載のシステム。
- 仮想オブジェクト又はデジタルエンティティに適用されるテクスチャモデルを作成する方法であって、
少なくとも一つのモデルのために一つまたは複数のテクスチャマップを受信する工程、
前記テクスチャマップの各々の上の複数のユニバーサルフィーチャロケータを識別する工程、
前記テクスチャマップを各々が少なくとも一つの特徴を含む複数のレイヤに分離する工程、
前記テクスチャマップに行われるべき1つまたは複数の修正を指定する複数の指定された修正変数を受信する工程、
前記指定された1つまたは複数の修正を適用する工程、及び、
前記レイヤをブレンドし、少なくとも一つのモデルのための一つまたは複数の修正されたテクスチャマップを作成する工程、
を含む、方法。 - 少なくとも一つのモデルのための一つ以上のテクスチャマップを受信する工程は、複数のモデルのための一つ以上のテクスチャマップを受信する工程を含み、少なくとも一つのモデルのための一つ以上の修正されたテクスチャマップを生成するために、前記レイヤをブレンドする工程は、少なくとも二つのモデルからレイヤをブレンドし、少なくとも一つのモデルのための一つ以上の修正されたテクスチャマップを生成することを更に含む、請求項48に記載の方法。
- 前記テクスチャマップは、一貫した照明条件を有する、請求項48又は49に記載の方法。
- 前記複数のテクスチャマップの各々に対して、ポイントどうしの対応を有する、請求項48~50のいずれか1項に記載の方法。
- 各モデルのための前記複数のテクスチャマップ上の個々の画素は、同じ顔面の解剖学的位置を示す、請求項48~51のいずれか1項に記載の方法。
- 前記複数のモデルの全てのための前記複数のテクスチャマップの全ては、同じサイズである、請求項48~52のいずれか1項に記載の方法。
- 前記テクスチャマップに対して行われるべき修正を指定する前記複数の指定された修正変数は、メイクアップレイヤを追加するための修正を指定する修正変数を含む、請求項48~53のいずれか1項に記載の方法。
- 前記テクスチャマップに対して行われるべき修正を指定する前記複数の指定された修正変数は、目の色、歯の白さ、皮膚の色素、斑点、入れ墨、及び傷痕からなる前記グループから選択される少なくとも一つの修正変数を含む、請求項48~54のいずれか1項に記載の方法。
- 前記テクスチャマップは、シェーディングモデルによって使用される前記仮想オブジェクト又はデジタルエンティティの空間的に変化するグラフィック品質を表す、請求項48~55のいずれか1項に記載の方法。
- 前記モデルの各々に対して、前記複数のテクスチャマップを、請求項1~12のいずれか1項に記載の方法によって生成された複数の修正された基本形状に適用することを更に含む、請求項48~56のいずれか1項に記載の方法。
- 前記複数のユニバーサルフィーチャロケータは、手動、半自動的、又は自動的に識別される、請求項48~57のいずれか1項に記載の方法。
- メイクアップレイヤを生成する工程を更に含み、前記少なくとも一つのモデルのための一つ以上の修正されたテクスチャマップを作成するために前記レイヤをブレンドする工程は前記メイクアップレイヤをブレンドする工程を含む、請求項48~58のいずれか1項に記載の方法。
- 前記モデルの各々に対して、前記複数のテクスチャマップを、請求項1~16のいずれか1項に記載の方法によって生成された複数の修正された基本形状に適用する工程を更に含む、請求項48~59のいずれか1項に記載の方法。
- 請求項48~60のいずれか1項に記載の方法を実行するようにプログラムされた又は動作可能である、コンピュータ。
- コンピュータ装置によって使用されるとき、前記コンピュータ装置に請求項48~60のいずれか1つの方法を実行させる、コンピュータ使用可能命令を記憶する一つ以上のコンピュータ読み取り可能媒体。
- 請求項48~60のいずれか1項に記載の方法によって生成された複数のテクスチャマップを含む、テクスチャモデル。
- 請求項57に記載の方法によって生成された複数の基本形状を含む、幾何学形状モデル。
- 仮想オブジェクト又はデジタルエンティティに適用されるテクスチャモデルを生成するシステムであって、
少なくとも一つのプロセッサ、及び
前記少なくとも一つのプロセッサと通信しているメモリ、を備え、
前記プロセッサは、
少なくとも一つのモデルのための一つ以上のテクスチャマップを受信し、
前記一つ以上のテクスチャマップの各々の上の複数のユニバーサルフィーチャロケータを識別し、
各々が少なくとも一つの特徴を含む前記一つ以上のテクスチャマップの各々を複数のレイヤに分離し、前記一つ以上のテクスチャマップに対して行われるべき一つまたは複数の修正を指定する複数の指定された修正変数を受信し、
前記指定された一つまたは複数の修正を適用し、レイヤをブレンドし、少なくとも一つのモデルのための一つ以上の修正されたテクスチャマップを生成する、
ようにプログラムされているシステム。 - 少なくとも一つのモデルのための一つ以上のテクスチャマップを受信することは、複数のモデルのための一つ以上のテクスチャマップを受信することを更に含み、少なくとも一つのモデルのための一つ以上の修正されたテクスチャマップを作成するためにレイヤをブレンドすることは、少なくとも二つのモデルからレイヤをブレンドし、少なくとも一つのモデルのための一つ以上の修正されたテクスチャマップを作成することを更に含む、請求項65に記載のシステム。
- 前記テクスチャマップは、一貫した照明条件を有する、請求項65又は66に記載のシステム。
- 各モデルのための前記複数のテクスチャマップは、ポイントどうしの対応を有する、請求項65~67のいずれか1項に記載のシステム。
- 各モデルに対する前記複数のテクスチャマップ上の個々の画素は、同じ顔面の解剖学的位置を示す、請求項65~68のいずれか1項に記載のシステム。
- 前記複数のモデルの全てのための前記複数のテクスチャマップの全ては、同じサイズである、請求項65から69のいずれか1項に記載のシステム。
- 前記テクスチャマップに対して行われるべき修正を指定する前記複数の指定された修正変数は、メイクアップレイヤを追加するための修正を指定する修正変数を含む、請求項65~70のいずれか1項に記載のシステム。
- 前記テクスチャマップに対して行われるべき修正を指定する前記複数の指定された修正変数は、目の色、歯の白さ、皮膚の色素、斑点、入れ墨、及び傷痕からなる前記グループから選択される少なくとも一つの修正変数を含む、請求項65~71のいずれか1項に記載のシステム。
- 前記プロセッサは、メイクアップレイヤを生成するように更にプログラムされ、前記レイヤをブレンドするとき、前記プロセッサは、前記メイクアップレイヤをブレンドして、前記少なくとも一つのモデルのための一つ以上の修正されたテクスチャマップを作成するようにプログラムされる、請求項65~72のいずれか1項に記載のシステム。
- 前記テクスチャマップは、シェーディングモデルによって使用される前記仮想オブジェクト又はデジタルエンティティの空間的に変化するグラフィック品質を表す、請求項65~73のいずれか1項に記載のシステム。
- 前記複数のユニバーサルフィーチャロケータは、手動、半自動的、又は自動的に識別される、請求項65~74のいずれか1項に記載のシステム。
- 前記プロセッサは、前記モデルの各々に対して、前記複数のテクスチャマップを、請求項20~35のいずれか1項に記載のシステムによって生成された複数の修正された基本形状に適用するように、更にプログラムされる、請求項65~75のいずれか1項に記載のシステム。
- 請求項65~75のいずれか1項に記載のシステムによって生成された複数のテクスチャマップを含むテクスチャモデル。
- 請求項76に記載のシステムによって生成された複数の基本形状を含む幾何学形状モデル。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NZ747626 | 2018-10-26 | ||
NZ74762618 | 2018-10-26 | ||
PCT/NZ2019/050142 WO2020085922A1 (en) | 2018-10-26 | 2019-10-25 | Digital character blending and generation system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022505746A true JP2022505746A (ja) | 2022-01-14 |
JPWO2020085922A5 JPWO2020085922A5 (ja) | 2022-11-01 |
Family
ID=70330525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021522403A Pending JP2022505746A (ja) | 2018-10-26 | 2019-10-25 | デジタルキャラクタブレンディング及び生成のシステム及び方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US11354844B2 (ja) |
EP (1) | EP3871194A4 (ja) |
JP (1) | JP2022505746A (ja) |
KR (1) | KR20210069093A (ja) |
CN (1) | CN112970046A (ja) |
AU (1) | AU2019364148A1 (ja) |
CA (1) | CA3111498A1 (ja) |
SG (1) | SG11202102961YA (ja) |
WO (1) | WO2020085922A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023148826A1 (ja) * | 2022-02-01 | 2023-08-10 | 株式会社ソニー・インタラクティブエンタテインメント | 画像処理装置、画像処理方法、及びプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11983834B1 (en) * | 2019-11-14 | 2024-05-14 | Radical Convergence Inc. | Rapid generation of three-dimensional characters |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1039417B1 (en) | 1999-03-19 | 2006-12-20 | Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. | Method and device for the processing of images based on morphable models |
US7039222B2 (en) * | 2003-02-28 | 2006-05-02 | Eastman Kodak Company | Method and system for enhancing portrait images that are processed in a batch mode |
JP2007503966A (ja) | 2003-05-13 | 2007-03-01 | エレクトロニック アーツ インコーポレイテッド | モーフターゲットと別の要素からのモーフィングを用いたビデオゲーム内のプレーヤーのカスタマイズ |
JP4682373B2 (ja) | 2005-11-01 | 2011-05-11 | 株式会社国際電気通信基礎技術研究所 | 顔画像合成装置、顔画像合成方法および顔画像合成プログラム |
US20070229498A1 (en) | 2006-03-29 | 2007-10-04 | Wojciech Matusik | Statistical modeling for synthesis of detailed facial geometry |
WO2008151421A1 (en) | 2007-06-11 | 2008-12-18 | Darwin Dimensions Inc. | User defined characteristics for inheritance based avatar generation |
GB2450757A (en) | 2007-07-06 | 2009-01-07 | Sony Comp Entertainment Europe | Avatar customisation, transmission and reception |
WO2009067560A1 (en) * | 2007-11-20 | 2009-05-28 | Big Stage Entertainment, Inc. | Systems and methods for generating 3d head models and for using the same |
KR101608253B1 (ko) | 2011-08-09 | 2016-04-01 | 인텔 코포레이션 | 이미지 기반 멀티 뷰 3d 얼굴 생성 |
US9607441B2 (en) | 2012-10-02 | 2017-03-28 | Autodesk, Inc. | Morphological attractor for creating custom ancestors in inheritance-based character generation |
US10181213B2 (en) * | 2013-08-02 | 2019-01-15 | Soul Machines Limited | System for neurobehavioural animation |
CN106204698A (zh) | 2015-05-06 | 2016-12-07 | 北京蓝犀时空科技有限公司 | 为自由组合创作的虚拟形象生成及使用表情的方法和系统 |
CN107408290A (zh) | 2015-07-09 | 2017-11-28 | 瑞穗情报综研株式会社 | 增龄化预测系统、增龄化预测方法以及增龄化预测程序 |
CN105488472B (zh) | 2015-11-30 | 2019-04-09 | 华南理工大学 | 一种基于样本模板的数字化妆方法 |
-
2019
- 2019-10-25 KR KR1020217013086A patent/KR20210069093A/ko unknown
- 2019-10-25 US US17/288,477 patent/US11354844B2/en active Active
- 2019-10-25 EP EP19874840.2A patent/EP3871194A4/en active Pending
- 2019-10-25 AU AU2019364148A patent/AU2019364148A1/en active Pending
- 2019-10-25 JP JP2021522403A patent/JP2022505746A/ja active Pending
- 2019-10-25 WO PCT/NZ2019/050142 patent/WO2020085922A1/en active Search and Examination
- 2019-10-25 CN CN201980070137.5A patent/CN112970046A/zh active Pending
- 2019-10-25 CA CA3111498A patent/CA3111498A1/en active Pending
- 2019-10-25 SG SG11202102961YA patent/SG11202102961YA/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023148826A1 (ja) * | 2022-02-01 | 2023-08-10 | 株式会社ソニー・インタラクティブエンタテインメント | 画像処理装置、画像処理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2020085922A1 (en) | 2020-04-30 |
US11354844B2 (en) | 2022-06-07 |
CA3111498A1 (en) | 2020-04-30 |
EP3871194A1 (en) | 2021-09-01 |
KR20210069093A (ko) | 2021-06-10 |
AU2019364148A1 (en) | 2021-06-03 |
EP3871194A4 (en) | 2022-08-24 |
CN112970046A (zh) | 2021-06-15 |
SG11202102961YA (en) | 2021-04-29 |
US20210390751A1 (en) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7198332B2 (ja) | 画像正則化及びリターゲティングシステム | |
Li et al. | Learning a model of facial shape and expression from 4D scans. | |
US11270489B2 (en) | Expression animation generation method and apparatus, storage medium, and electronic apparatus | |
Ichim et al. | Phace: Physics-based face modeling and animation | |
US7804997B2 (en) | Method and system for a three dimensional facial recognition system | |
Bailey et al. | Fast and deep deformation approximations | |
Ersotelos et al. | Building highly realistic facial modeling and animation: a survey | |
US9202312B1 (en) | Hair simulation method | |
CN111833236B (zh) | 产生模拟用户的三维脸部模型的方法及装置 | |
KR20090081004A (ko) | 모션 픽쳐에서의 표면 캡처링 | |
CN103208133A (zh) | 一种图像中人脸胖瘦的调整方法 | |
JP2024500896A (ja) | 3d頭部変形モデルを生成するための方法、システム及び方法 | |
JP2024503794A (ja) | 2次元(2d)顔画像から色を抽出するための方法、システム及びコンピュータプログラム | |
JP2022505746A (ja) | デジタルキャラクタブレンディング及び生成のシステム及び方法 | |
JP2024506170A (ja) | 個人化された3d頭部モデルおよび顔モデルを形成するための方法、電子装置、およびプログラム | |
CN114359453A (zh) | 一种三维特效渲染方法、装置、存储介质及设备 | |
Zhang et al. | Anatomy-based face reconstruction for animation using multi-layer deformation | |
Liu et al. | Three-dimensional cartoon facial animation based on art rules | |
Liu et al. | RAS: A Data‐Driven Rigidity‐Aware Skinning Model For 3D Facial Animation | |
US10878610B1 (en) | Generating an animation feature from line deformations | |
CN114514564B (zh) | 资讯处理装置及资讯处理方法 | |
Li et al. | Physically-based facial modeling and animation with Unity3D game engine | |
CN117671090A (zh) | 一种表情处理方法、装置、电子设备及存储介质 | |
CN115023742A (zh) | 具有详细褶皱的面部网格变形 | |
Lin | Three dimensional modeling and animation of facial expressions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20210423 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221024 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221024 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240307 |