JP6891473B2 - 柄替えシミュレーション装置、柄替えシミュレーション方法、及びプログラム - Google Patents
柄替えシミュレーション装置、柄替えシミュレーション方法、及びプログラム Download PDFInfo
- Publication number
- JP6891473B2 JP6891473B2 JP2016240103A JP2016240103A JP6891473B2 JP 6891473 B2 JP6891473 B2 JP 6891473B2 JP 2016240103 A JP2016240103 A JP 2016240103A JP 2016240103 A JP2016240103 A JP 2016240103A JP 6891473 B2 JP6891473 B2 JP 6891473B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- component
- shadow
- pattern
- input image
- 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.)
- Active
Links
Images
Description
画像処理やCG等の専門的な知識がない者であっても、撮影された2次元画像に対して所望の素材の柄を高精細でリアルに適用した合成画像を生成できる。
画像入力部21は、柄替えシミュレーションの背景画像とする任意の画像の入力を受け付ける。以下の説明では画像入力部21に入力された画像を入力画像31と呼ぶ。入力画像31は、衣類(服)を着用した人物や動物の写真等、2次元の実写画像とする。
(A)近くにある同じ色度や輝度を持つ画素は、ほとんど似たような反射率を含む。
(B)反射率は区分的定数である。
(C)反射率は、スパースセットからサンプルされる。
(D)特定のシェーディングの値は、他のものよりも推測できる可能性が高い。
(E)近傍ピクセルは似たようなシェーディング値を持つ。
(F)シェーディングはグレースケール、または光源と同じ色である。
制御部11(陰影分離部23)は、入力画像31の対象領域(マスク画像32により指定された領域)について陰影成分を抽出する。図5に示すように陰影分離部23は領域抽出部22から対象領域を表すマスク画像32を取得するとともに画像入力部21から入力画像31を取得し、マスク処理により入力画像31から陰影分離処理の対象とする領域(以下、対象領域という)を取得する(ステップS201)。
具体的には、DenseCRFによるクラスタを構成する変数をxiと置き、特徴を以下の式(5)に示すように、5次元ベクトルfiで設定する(位置+色空間クラスタリング特徴)。
色空間クラスタの事前知識については、以下の式(7)を設定する。
Unary項は、また、色空間クラスタのクラスタ色事前知識を反映させる。具体的には、各画素値が、色空間クラスタの各クラスタの代表値の画素値に近いものとなるようにする。これを以下の式(8)で表す。
また、Unary項は、擬似シェーディング値の極端な値を抑制するよう設定する。色空間クラスタの各クラスタの代表値の画素値を擬似的な反射率と仮定する。これは、明るさの観点から、中央値を持っていることが多いからである。擬似的なシェーディング値を(入力値/擬似反射率)から求め、その値が極端な値をとらないようにする(定数を引いた和をコストとする)。これを式で表すと、以下の式(9)、(10)で表される。
クラスタリング処理が終了すると、制御部11は、元の画像(ステップS201でマスク処理した入力画像31の対象領域)から柄情報を抽出する(ステップS204)。柄情報の抽出にはエッジフィルタを用いる。服の柄を抽出するには、例えばCannyのエッジフィルタが好適である。服の画像には柄やシワが複雑に混在するため、通常、柄のみを精度よく検出するのは困難であるが、Cannyのエッジフィルタはフィルタの強弱等のパラメータ設定が容易であるため、本発明の対象とする服の柄の抽出に対して扱いやすく好適である。
(A)リフレクタンス制約(柄無し反射率成分に関する制約)
・リフレクタンスは、区分的定数であり、近くにある、同じ色度を持つ画素は、同じリフレクタンスである。
・リフレクタンスはスパースセットからサンプルされる。
(B)シェーディング制約(柄情報に対する制限を含む陰影成分に関する制約)
・シェーディングは滑らかに変化し、近傍ピクセルは近いシェーディング値を持つ。
・柄(エッジ)については滑らかさの考慮から除外する。
(C)シェーディング正規化制約(陰影成分の正規化に関する制約)
・すべての場合のシェーディングの量を統一する。
(A)リフレクタンス制約
色空間クラスタリング(k−means)時のクラスタリング結果が等しいクラスタは、リフレクタンスが同じはずである。これを式にすると、以下の式(14)で表される。
シェーディングSは滑らかに変化するので、隣接するクラスタの境界は、シェーディング係数Sfiの値が同じはずである。これを式にすると、以下の式(15)で表される。
全体のシェーディングの量を統一する。具体的には、図18に示すように、全てのシェーディング係数Sfiの対数を総和すると「0」となるように、シェーディング係数Sfiを求める。これを元に式を立てると、以下の式(17)で表される。
A・x=B
の形の線形方程式を構築する。
(2)法線を滑らかに並べ、テクスチャの変形射影マトリクスを求める。
なお、上述の実施の形態では、柄替えシミュレーションを行う対象領域を服の領域としたが、本発明はこれに限定されず、柄替えシミュレーションの対象領域はどのような対象物としてもよい。例えば、家具やカーテン、壁紙等を対象領域として本発明を適用してもよいし、人物の髪や肌等を対象として本発明を適用してもよい。
11…………………制御部
12…………………記憶部
13…………………メディア入出力部
14…………………通信制御部
15…………………入力部
16…………………表示部
17…………………周辺機器I/F部
18…………………バス
21…………………画像入力部
22…………………領域抽出部
23…………………陰影分離部
24…………………歪み量算出部(テクスチャ座標生成部)
26…………………素材選択部
27…………………テクスチャマッピング・陰影合成部
28…………………画像出力部
31…………………入力画像
32…………………マスク画像
33…………………テクスチャ画像33
34…………………陰影画像
35…………………テクスチャ座標
36…………………選択素材画像
4……………………合成画像
5……………………素材データ
61…………………3次元色空間
62…………………色空間クラスタリング結果
63、63a〜63c…DenseCRFによるクラスタリング結果
64…………………擬似シェーディング値
65…………………画像空間クラスタリング結果
70…………………切断面
80…………………柄(エッジ)
Claims (8)
- 色及び柄を構成する素材データを複数記憶する記憶手段と、
任意の画像を入力する入力手段と、
入力された画像から対象領域を抽出する領域抽出手段と、
前記入力された画像から前記対象領域について陰影成分を抽出する陰影分離手段と、
前記陰影成分に基づいて前記対象領域の歪み量を算出する歪み量算出手段と、
前記素材データの選択を受け付ける素材選択手段と、
選択された素材データを前記歪み量に基づいて前記対象領域にマッピングするとともに前記陰影分離手段により抽出した陰影成分を前記対象領域に付与することにより素材合成画像を生成し、生成した素材合成画像を前記入力された画像の前記対象領域に置き換えて合成画像を生成する合成手段と、
を備え、
前記陰影分離手段は、前記入力された画像を柄無し反射率成分、柄成分、及び陰影成分に分離することにより前記入力された画像から陰影成分を抽出することを特徴とする柄替えシミュレーション装置。 - 前記領域抽出手段は、前記対象領域として前記入力された画像内で着用されている服の領域を抽出することを特徴とする請求項1に記載の柄替えシミュレーション装置。
- 前記陰影分離手段は、前記入力された画像を色空間及び画像空間においてクラスタリングし、前記入力された画像から柄情報を抽出し、クラスタリングされたクラスタについて陰影成分を求めるための方程式を前記柄情報に基づいて生成し、前記方程式を解くことにより対象領域の画像から陰影成分を抽出することを特徴とする請求項1または請求項2に記載の柄替えシミュレーション装置。
- 前記方程式は、柄無し反射率成分に関する制約式、前記柄情報に対する制限を含む陰影成分に関する制約式、及び陰影成分の正規化に関する制約式を含むことを特徴とする請求項3に記載の柄替えシミュレーション装置。
- 前記陰影成分に関する制約式は、隣接する画素の陰影成分がなだらかに変化し近傍画素は近いシェーディング値を持つものとし、かつ、柄として抽出された画素については当該制約から除外することを特徴とする請求項4に記載の柄替えシミュレーション装置。
- 前記歪み量算出手段は、前記陰影成分から推定される画像輝度の勾配情報に基づき前記対象領域の法線を復元し、法線に基づき前記歪み量を算出することを特徴とする請求項1から請求項5のいずれかに記載の柄替えシミュレーション装置。
- 色及び柄を構成する素材データを複数記憶する記憶部を有するコンピュータの制御部が、
任意の画像を入力するステップと、
入力された画像から対象領域を抽出するステップと、
前記入力された画像から前記対象領域について陰影成分を抽出するステップと、
前記陰影成分に基づいて前記対象領域の歪み量を算出するステップと、
前記素材データの選択を受け付けるステップと、
選択された素材データを前記歪み量に基づいて前記対象領域にマッピングするとともに抽出した陰影成分を前記対象領域に付与することにより素材合成画像を生成し、生成した素材合成画像を前記入力された画像の前記対象領域に置き換えて合成画像を生成するステップと、
を含み、
前記陰影成分を抽出するステップは、前記入力された画像を柄無し反射率成分、柄成分、及び陰影成分に分離することにより前記入力された画像から陰影成分を抽出する
ことを特徴とする柄替えシミュレーション方法。 - コンピュータを、
色及び柄を構成する素材データを複数記憶する記憶手段と、
任意の画像を入力する入力手段と、
入力された画像から対象領域を抽出する領域抽出手段と、
前記入力された画像から前記対象領域について陰影成分を抽出する陰影分離手段と、
前記陰影成分に基づいて前記対象領域の歪み量を算出する歪み量算出手段と、
前記素材データの選択を受け付ける素材選択手段と、
選択された素材データを前記歪み量に基づいて前記対象領域にマッピングするとともに前記陰影分離手段により抽出した陰影成分を前記対象領域に付与することにより素材合成画像を生成し、生成した素材合成画像を前記入力された画像の前記対象領域に置き換えて合成画像を生成する合成手段、
として機能させ、
前記陰影分離手段は、前記入力された画像を柄無し反射率成分、柄成分、及び陰影成分に分離することにより前記入力された画像から陰影成分を抽出する
ためのプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016068458 | 2016-03-30 | ||
JP2016068458 | 2016-03-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017188071A JP2017188071A (ja) | 2017-10-12 |
JP6891473B2 true JP6891473B2 (ja) | 2021-06-18 |
Family
ID=60045649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016240103A Active JP6891473B2 (ja) | 2016-03-30 | 2016-12-12 | 柄替えシミュレーション装置、柄替えシミュレーション方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6891473B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084826B (zh) * | 2018-11-30 | 2023-09-12 | 叠境数字科技(上海)有限公司 | 基于tof相机的头发分割方法 |
KR102587288B1 (ko) * | 2023-07-10 | 2023-10-10 | 연세대학교 산학협력단 | 건설객체 데이터셋의 의미적 분할 모델의 학습을 위한 자기 지도학습 기반의 고품질 의사 라벨 생성시스템 및 생성방법 |
CN116883392B (zh) * | 2023-09-05 | 2023-11-17 | 烟台金丝猴食品科技有限公司 | 基于图像处理的投料控制方法及系统 |
-
2016
- 2016-12-12 JP JP2016240103A patent/JP6891473B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017188071A (ja) | 2017-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7200139B2 (ja) | 仮想顔化粧の除去、高速顔検出およびランドマーク追跡 | |
JP6956252B2 (ja) | 顔表情合成方法、装置、電子機器及びコンピュータプログラム | |
JP7370527B2 (ja) | 衣服の3次元モデルデータを生成するための方法およびコンピュータプログラム | |
Yang et al. | Detailed garment recovery from a single-view image | |
EP3633624A1 (en) | Image processing device, image processing system, image processing method, and program | |
CN109872379A (zh) | 数据处理装置和方法 | |
US7570264B2 (en) | Rig baking | |
JP7343963B2 (ja) | 画像を入力とする関数を学習するためのデータセット | |
JP5299173B2 (ja) | 画像処理装置および画像処理方法、並びにプログラム | |
CN109964255B (zh) | 使用3d视频数据的3d打印 | |
Magnenat-Thalmann et al. | 3d web-based virtual try on of physically simulated clothes | |
US8704823B1 (en) | Interactive multi-mesh modeling system | |
JP6891473B2 (ja) | 柄替えシミュレーション装置、柄替えシミュレーション方法、及びプログラム | |
US10650524B2 (en) | Designing effective inter-pixel information flow for natural image matting | |
JP2011159329A (ja) | 自動3dモデリングシステム及び方法 | |
Gerl et al. | Interactive example-based hatching | |
US8847963B1 (en) | Systems and methods for generating skin and volume details for animated characters | |
JP2005275646A (ja) | 3次元描画モデル生成方法、3次元モデル描画方法及びそのプログラム | |
Guy et al. | SimSelect: Similarity‐based selection for 3D surfaces | |
Liao et al. | Illumination animating and editing in a single picture using scene structure estimation | |
US9665955B1 (en) | Pose-space shape fitting | |
Fu et al. | High relief from brush painting | |
CN115761143A (zh) | 一种基于2d图像的3d虚拟换装模型生成方法及装置 | |
JP3192116U (ja) | 画像処理装置 | |
Liu et al. | Animating characters in Chinese painting using two-dimensional skeleton-based deformation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191030 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210125 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210427 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210510 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6891473 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |