JP7007780B1 - 3次元人物モデル生成装置およびプログラム - Google Patents
3次元人物モデル生成装置およびプログラム Download PDFInfo
- Publication number
- JP7007780B1 JP7007780B1 JP2021559614A JP2021559614A JP7007780B1 JP 7007780 B1 JP7007780 B1 JP 7007780B1 JP 2021559614 A JP2021559614 A JP 2021559614A JP 2021559614 A JP2021559614 A JP 2021559614A JP 7007780 B1 JP7007780 B1 JP 7007780B1
- Authority
- JP
- Japan
- Prior art keywords
- person model
- dimensional
- person
- information
- evaluation
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
Description
図1は、本実施形態の3次元人物モデル生成装置1(以下、単に「生成装置1」とも称する。)の構成の一例を示すブロック図である。生成装置1は、少なくとも、制御部11、記憶部12、表示部13、入力部14、を含んで構成される。
制御部11は、CPU(Central Processing Unit)、RAM(Random Access Memory)、及びROM(Read Only Memory)等を備える。
記憶部12は、データやファイルが記憶される装置であって、ハードディスクや半導体メモリ、記録媒体、メモリカード等による、データのストレージ部を有する。記憶部12は、ネットワークを介してNAS(Network Attached Storage)、SAN(Storage Area Network)、クラウドストレージ、ファイルサーバ、分散ファイルシステム等の記憶装置、または記憶システムとの接続を可能にする仕組みを有してもよい。
図2は、人物モデル情報テーブル121の一例を示す図である。図2に示す人物モデル情報テーブル121には、人物モデル情報を識別する「ID」と、3次元人物モデルの形状、3次元人物モデル表面の質感、3次元人物モデル表面の色彩を有する「人物モデル構成情報」と、人物モデル構成情報によって構成される3次元人物モデルに関する「評価情報」と、3次元人物モデルの「属性情報」とを紐付けた情報が記憶されている。
人物モデル構成情報は、3次元人物モデルを構成可能な情報である。3次元人物モデルは、人物または人物の一部を視覚的に表現するための3次元モデルであれば特に限定されない。3次元人物モデルは、男性または女性の何れでもよく、人物が身に着ける着衣、装飾品、小道具の3次元モデルのうち、少なくとも1つを含んでも良い。人物モデル構成情報のフォーマットは、特に限定されず、従来技術のフォーマットの人物モデル構成情報を記憶できる。
評価情報は、人物モデル構成情報によって構成される3次元人物モデルに対して行われる利用者の評価情報である。図2に示す例では、利用者が求める3次元人物モデルに関する評価基準に合致する割合を100点満点で示す評価を評価情報として格納している。評価情報のフォーマットは、評価基準に合致する割合を100点満点で示す評価に限定されず、例えば、3次元人物モデルを利用者が評価した得点に関する情報、3次元人物モデルが備える属性を列挙した情報、3次元人物モデルが備えていない属性を列挙した情報、等を含んでもよい。
属性情報は、人物モデル構成情報によって構成される3次元人物モデルの属性の情報である。属性情報のフォーマットは、特に限定されず、3次元人物モデルの属性に関する任意の情報を含んでよい。
図3は、ニューラルネットワークテーブル122の一例を示す図である。ニューラルネットワークテーブル122には、少なくとも、3次元人物モデルの評価基準に関する第1ニューラルネットワークN1(ID「N1」に相当)及び3次元人物モデルの生成に関する第2ニューラルネットワークN2(ID「N2」に相当)が記憶される。
表示部13の種類は、特に限定されない。表示部13として、例えば、モニタ、タッチパネル、プロジェクタ、外部装置120に被出力3次元人物モデルを表示させるビデオカード等が挙げられる。表示部13には、制御部11の出力部114から出力される信号及び情報が入力される。
入力部14の種類は、特に限定されない。入力部14として、例えば、キーボード、マウス、タッチパネル、外部装置120から入力を受信する通信デバイス等が挙げられる。入力部14から入力される信号及び情報は、制御部11の受信部115へ入力される。入力部14に入力される利用者の発注情報は、受信部115へ送られる。
生成装置1は、生成装置1と外部装置120との通信を行う通信部15を備えてもよい。通信部15と外部装置120とはネットワーク123を介して接続される。ネットワーク123は、無線または有線の何れによって構築されてもよい。また、外部装置120は、単数または複数の何れであってもよい。生成装置1は、通信部15を備えることにより、出力部114が出力する被出力3次元人物モデルを外部装置120に送信できる。生成装置1は、通信部15を備えることにより、3次元人物モデルの生成に関する指令を、外部装置120から受信できる。生成装置1は、通信部15を備えることにより、外部装置120から人物モデル構成情報、評価情報、属性情報、利用者評価情報等を受信して、利用できる。
外部装置120は、携帯型端末、固定型端末の何れでもよい。外部装置120は、利用者により操作され、かつ、制御回路125、入力部126、表示部127、記憶部128及び通信部129を有する。制御回路125は、入力ポート、出力ポート及び中央演算処理回路を有するコンピュータである。制御回路125は、入力部126、表示部127、記憶部128及び通信部129に対して、信号の送信及び受信が可能に接続されている。入力部126として、例えば、キーボード、マウス、タッチパネル、外部装置120から入力を受信する通信デバイス等が挙げられる。表示部127として、例えば、モニタ、タッチパネル、プロジェクタ、外部装置120に被出力3次元人物モデルを表示させるビデオカード等が挙げられる。記憶部128は、データやファイルが記憶される装置であって、ハードディスクや半導体メモリ、記録媒体、メモリカード等による、データのストレージ部を有する。通信部129は、ネットワーク123に接続される。
図4は、本変形例における生成処理の手順を示すメインフローチャートの一例である。以下では、図4を参照しながら、生成装置1が行う生成処理の好ましい手順について説明する。
まず、制御部11は、記憶部12と協働して評価学習部111を実行し、人物モデル情報テーブル121を参照し、複数種類の3次元人物モデルの評価基準を第1ニューラルネットワークN1に機械学習させる処理を実行する(ステップS1)。
制御部11は、記憶部12及び入力部14と協働して生成部112を実行し、受信部115で属性情報を受信したか否かを判定する(ステップS2)。制御部11は、属性情報を受信したならば、ステップS2でYesと判断し、処理をステップS3の処理を行う。制御部11は、属性情報を受信していないならば、ステップS2でNoと判断し、ステップS7の判断を行う。
制御部11は、記憶部12と協働して生成部112を実行し、ニューラルネットワークテーブル122に格納された第2ニューラルネットワークN2を取得する。そして、制御部11は、ステップS2で受信した属性情報と、第2ニューラルネットワークN2とを用いて、複数種類の被生成3次元人物モデルを生成する(ステップS3)。
制御部11は、記憶部12と協働して評価部113を実行し、ニューラルネットワークテーブル122に格納された第1ニューラルネットワークN1を取得する。そして、制御部11は、ステップS2で受信した属性情報と、第1ニューラルネットワークN1とを用いて、ステップS3で生成された複数種類の被生成3次元人物モデルを評価する(ステップS4)。
制御部11は、記憶部12及び表示部13と協働して出力部114を実行し、ステップS3で生成された複数種類の被生成3次元人物モデルのうち、ステップS4で所定の評価がなされた被生成3次元人物モデルを、被出力3次元人物モデルとして出力する(ステップS5)。
制御部11は、記憶部12と協働して更新部116を実行し、新たなIDとステップS5で出力された被出力3次元人物モデルを構成可能な情報を含む人物モデル構成情報と当該被出力3次元人物モデルを識別可能な情報を含む属性情報を紐付けて人物モデル情報テーブル121に追加する(ステップS6)。
制御部11は、記憶部12及び入力部14と協働して受信部115を実行し、利用者から評価情報を受信したか否かを判定する(ステップS7)。制御部11は、利用者から評価情報を受信したならば、ステップS7でYesと判断し、ステップS8に進む。制御部11は、利用者から評価情報を受信していなければ、ステップS7でNoと判断し、ステップS1に戻る。
制御部11は、記憶部12と協働して更新部116を実行し、利用者から受信した評価情報によって、人物モデル情報テーブル121に格納された、S5で出力された被出力3次元人物モデルに関する評価情報を更新する(ステップS8)。
制御部11は、記憶部12と協働して機械学習部117を実行し、人物モデル情報テーブル121から人物モデル構成情報、評価情報及び属性情報を取得する。そして、人物モデル構成情報、評価情報及び属性情報を用いて、ニューラルネットワークテーブル122に格納された第2ニューラルネットワークN2に、3次元人物モデルの生成を教師なし学習による機械学習させ、ニューラルネットワークテーブル122に格納された第2ニューラルネットワークN2を更新する(ステップS9)。
制御部11は、記憶部12と協働して機械学習部117を実行し、第2ニューラルネットワークN2が更新された回数を示す更新回数を0に設定する。制御部11は、さらに、属性情報を取得する(ステップS11)。制御部11が更新回数を0に設定することにより、機械学習を、所定の回数連続して実行できる。制御部11が属性情報を取得することにより、属性情報に応じた機械学習を実行できる。制御部11は、ステップS11の処理後、ステップS12に進む。
制御部11は、記憶部12と協働して機械学習部117を実行し、第2ニューラルネットワークN2を用いて被生成人物モデルを生成する(ステップS12)。
制御部11は、記憶部12と協働して機械学習部117を実行し、第1ニューラルネットワークN1を用いてステップS12で生成された被生成人物モデルを評価する(ステップS13)。
制御部11は、記憶部12と協働して機械学習部117を実行し、ステップS12で生成された被生成3次元人物モデルが属性に関する評価基準を満たすか否かを判定する(ステップS14)。制御部11は、属性に関する評価基準を満たすならば、ステップS14でYesと判断し、ステップS15に進む。また、制御部11は、属性に関する評価基準を満たさないならば、ステップS14でNoと判断し、ステップS16に進む。
制御部11は、記憶部12と協働して機械学習部117を実行し、ステップS12で生成された被生成人物モデルに類似する被生成3次元人物モデルをより多く生成するよう、第2ニューラルネットワークN2を更新する(ステップS15)。
制御部11は、記憶部12と協働して機械学習部117を実行し、ステップS12で生成された被生成人物モデルに類似する被生成3次元人物モデルをより少なく生成するよう、第2ニューラルネットワークN2を更新する(ステップS16)。
制御部11は、記憶部12と協働して機械学習部117を実行し、更新回数を1増やす(ステップS17)。更新回数を1増やすことにより、第2ニューラルネットワークN2の更新が行われた回数を、更新回数に反映させられる。制御部11は、ステップS17の処理後、ステップS18に進む。
制御部11は、記憶部12と協働して機械学習部117を実行し、更新回数が所定の回数以上であるか否かを判定する(ステップS18)。制御部11は、更新回数が所定の回数未満であると、ステップS18でNoと判断し、
ステップS12に戻る。制御部11は、更新回数が所定の回数以上であると、ステップS18でYesと判断し、図4のステップS1に戻る。
続いて、図6及び図7を用いて、本実施形態における3次元人物モデル生成装置1の使用例を説明する。
利用者(発注者)から所望の属性を備える3次元人物モデルの生成を発注されたデザイナーは、3次元人物モデル生成処理を、生成装置1に実行させる。生成装置1は、評価学習部111を実行し、人物モデル情報テーブル121に格納された人物モデル構成情報、評価情報及び属性情報を用いて、第1ニューラルネットワークN1に評価基準を機械学習させる。
図6は、属性情報を用いた3次元人物モデル生成の一例を示す説明図である。図6に示す例を用いて、属性情報を用いた3次元人物モデル生成を説明する。デザイナーは、利用者(発注者)が所望する属性を、属性情報として生成装置1に送信(入力)する。図6に示す例では、利用者(発注者)が所望する属性は、属性情報「幅広の顔」であるものとして説明を行う。生成装置1は、図4のステップS2において生成部112を実行し、デザイナーが送信した属性情報「幅広の顔」を受信する。
生成部112は、第2ニューラルネットワークN2と、属性情報「幅広の顔」とを用いて、ランダムな被生成3次元モデルG1からG4を生成する。
図7は、利用者評価情報を用いた機械学習の一例を示す説明図である。図7に示す例を用いて、利用者評価情報を用いた機械学習を説明する。利用者(発注者)は、被出力3次元人物モデルP1及びP2に関する評価を、利用者評価情報として生成装置1に送信(入力)する。図7に示す例では、利用者(発注者)は被出力3次元人物モデルP1に「80」点という評価を与え、被出力3次元人物モデルP1に「90」点という評価を与えた。すなわち、利用者(発注者)は、顔の形状がより幅広である被出力3次元人物モデルP2により高い評価を与える、評価基準を用いた評価と異なる評価を行った。そして、利用者(発注者)は、それらの評価を利用者評価情報S1及びS2として生成装置1に送信した。生成装置1は、受信部115及び更新部116を実行し、利用者評価情報の受信と、人物モデル情報テーブル121の更新とを実行する。
生成装置1は、機械学習部117を実行し、第2ニューラルネットワークN2について、3次元人物モデルの生成を、教師なし学習により機械学習させる。そして、機械学習部117は、ニューラルネットワークテーブル122に格納された第2ニューラルネットワークN2を更新する。
人物モデル情報テーブル121に記憶される属性情報には、次に情報が含まれていてもよい。人物モデル情報テーブル121は、例えば、利用者が求める3次元人物モデルの体形を記憶できる。また、利用者が求める3次元人物モデルを、表示部13または外部装置120の表示部に表示する場合、人物モデル情報テーブル121は、利用者が求める3次元人物モデルに適した背景の情報を記憶できる。人物モデル情報テーブル121は、利用者が求める3次元人物モデルに適した服の種類、服のデザイン、服の色、服の模様等を記憶できる。さらに、人物モデル情報テーブル121は、利用者が求める3次元人物モデルに適したバッグの種類、バッグのデザインなどを記憶できる。さらにまた、人物モデル情報テーブル121は、利用者が求める3次元人物モデルに適したアクセサリの種類、アクセサリの色を記憶できる。さらにまた、人物モデル情報テーブル121は、利用者が求める3次元人物モデルに適したヘアメイクを記憶できる。さらに、人物モデル情報テーブル121は、利用者が求める3次元人物モデルの体形、服等に適した履物を記憶できる。履物は、靴、下駄、草履、ブーツ、パンプス、ミュール、サンダル等を含む。さらに、人物モデル情報テーブル121は、利用者が求める3次元人物モデルの顔の表情、年齢、男性または女性の性別、顔や体の角度を記憶可能である。性別の情報としては、男性的な要素、または、女性的な要素を入れることもできる。顔の角度は、例えば、胴体の中心線に対する顔の中心線の角度を含む。体の角度は、例えば、ポージングを含む。
図4、図5、図6、図7(a),(b)のフローチャートでは、属性情報に含まれるモデルの体形、モデルの背景、人物モデルが着る服の種類、服のデザイン、服の色、服の模様、人物モデルが持つバッグの種類、バッグのデザイン、人物モデルが装着するアクセサリの種類、アクセサリの色、人物モデルのヘアメイク、履物、3次元人物モデルの顔の表情、年齢、男性または女性の性別、顔や体の角度等の情報を用いて、各ステップの処理及び判断を行うことが可能である。
以上、本開示の実施形態及び各種変形例について説明したが、本開示は上述したこれらの実施形態及び各種変形例に限るものではない。また、本開示の実施形態及び各種変形例に記載された効果は、本開示から生じる最も好適な効果を列挙したものに過ぎず、本開示による効果は、本開示の実施形態及び各種変形例に記載されたものに限定されるものではない。
11 制御部
111 評価学習部
112 生成部
113 評価部
114 出力部
115 受信部
116 更新部
117 機械学習部
12 記憶部
121 人物モデル情報テーブル
122 ニューラルネットワークテーブル
13 表示部
14 入力部
G1、G2、G3、G4 被生成3次元人物モデル
G11、G12、G13、G14 被生成3次元人物モデル
P1、P2 被出力3次元人物モデル
S1、S2 利用者評価情報
N1 第1ニューラルネットワーク
N2 第2ニューラルネットワーク
Claims (12)
- 3次元人物モデルを構成可能な人物モデル構成情報、前記人物モデル構成情報によって構成される複数種類の3次元人物モデルのそれぞれに関する評価情報、及び前記複数種類の3次元人物モデルの属性情報を用いて、前記複数種類の3次元人物モデルの評価基準を第1ニューラルネットワークに機械学習させることが可能な評価学習部と、
第2ニューラルネットワーク及び前記属性情報を用いて複数種類の被生成3次元人物モデルを生成可能な生成部と、
前記複数種類の被生成3次元人物モデルを、前記評価基準及び前記属性情報を用いて評価可能な評価部と、
前記複数種類の被生成3次元人物モデルのうち、前記評価部によって所定の評価がなされた単数種類の被出力3次元人物モデル、または評価がなされた複数種類の被出力3次元人物モデルを出力可能な出力部と、
前記被出力3次元人物モデルに関し、利用者評価情報を受信可能な受信部と、
前記被出力3次元人物モデルによって前記人物モデル構成情報を更新可能にし、前記利用者評価情報によって前記評価情報を更新可能にする更新部と、
少なくとも前記第2ニューラルネットワークについて、教師なし学習による機械学習を実行可能な機械学習部と、
を備える3次元人物モデル生成装置。 - 前記機械学習部は、前記第1ニューラルネットワーク及び前記第2ニューラルネットワークの両方について、前記教師なし学習による前記機械学習を実行可能である、請求項1に記載の3次元人物モデル生成装置。
- 前記教師なし学習は、敵対的生成ネットワークによる学習である、請求項1または2に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記3次元人物モデルの人物の特徴に関する情報を含む、請求項1から3のいずれか1項に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記3次元人物モデルの利用目的に関する情報を含む、請求項1から4のいずれか1項に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記単数種類の被出力3次元人物モデルまたは前記複数種類の被出力3次元人物モデルを識別可能にする識別情報を含む、請求項1から5のいずれか1項に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記3次元人物モデルの体形に関する情報を含む、請求項1から6のいずれか1項に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記3次元人物モデルの肌の色に関する情報を含む、請求項1から7のいずれか1項に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記被出力3次元人物モデルを表示部に表示する場合の背景に関する情報を含む、請求項1から8のいずれか1項に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記3次元人物モデルが着る服、前記3次元人物モデルが持つバッグ、前記3次元人物モデルのアクセサリ、前記3次元人物モデルのヘアメイク、前記3次元人物モデルの履物のうち、少なくとも1つを含む、請求項1から9のいずれか1項に記載の3次元人物モデル生成装置。
- 前記属性情報は、前記3次元人物モデルの顔の表情、年齢、男性または女性の性別、顔や体の角度のうち、少なくとも1つを含む、請求項1から10のいずれか1項に記載の3次元人物モデル生成装置。
- 3次元人物モデル生成装置に、
3次元人物モデルを構成可能な人物モデル構成情報、前記人物モデル構成情報によって構成される複数種類の3次元人物モデルのそれぞれに関する評価情報、及び前記複数種類の3次元人物モデルの属性情報を用いて、前記複数種類の3次元人物モデルの評価基準を第1ニューラルネットワークに機械学習させることが可能な評価学習ステップと、
第2ニューラルネットワーク及び前記属性情報を用いて複数種類の被生成3次元人物モデルを生成可能な生成ステップと、
前記複数種類の被生成3次元人物モデルを、前記評価基準及び前記属性情報を用いて評価可能な評価ステップと、
前記複数種類の被生成3次元人物モデルのうち、評価がなされた単数種類の被出力3次元人物モデル、または、評価がなされた複数種類の被出力3次元人物モデルを出力可能な出力ステップと、
前記被出力3次元人物モデルに関し、利用者評価情報を受信可能な受信ステップと、
前記被出力3次元人物モデルによって前記人物モデル構成情報を更新可能にし、前記利用者評価情報によって前記評価情報を更新可能にする更新ステップと、
少なくとも前記第2ニューラルネットワークについて、教師なし学習による機械学習を実行可能な機械学習ステップと、
を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021212791A JP2022033237A (ja) | 2020-08-13 | 2021-12-27 | 3次元人物モデル生成装置およびプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020136828 | 2020-08-13 | ||
JP2020136828 | 2020-08-13 | ||
PCT/JP2021/029511 WO2022034879A1 (ja) | 2020-08-13 | 2021-08-10 | 3次元人物モデル生成装置およびプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021212791A Division JP2022033237A (ja) | 2020-08-13 | 2021-12-27 | 3次元人物モデル生成装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7007780B1 true JP7007780B1 (ja) | 2022-01-25 |
JPWO2022034879A1 JPWO2022034879A1 (ja) | 2022-02-17 |
Family
ID=80247916
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021559614A Active JP7007780B1 (ja) | 2020-08-13 | 2021-08-10 | 3次元人物モデル生成装置およびプログラム |
JP2021212791A Pending JP2022033237A (ja) | 2020-08-13 | 2021-12-27 | 3次元人物モデル生成装置およびプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021212791A Pending JP2022033237A (ja) | 2020-08-13 | 2021-12-27 | 3次元人物モデル生成装置およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP7007780B1 (ja) |
WO (1) | WO2022034879A1 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6448839B1 (ja) * | 2018-06-20 | 2019-01-09 | 株式会社 ディー・エヌ・エー | 画像生成装置、画像生成器、画像識別器、画像生成プログラム、及び、画像生成方法 |
-
2021
- 2021-08-10 JP JP2021559614A patent/JP7007780B1/ja active Active
- 2021-08-10 WO PCT/JP2021/029511 patent/WO2022034879A1/ja active Application Filing
- 2021-12-27 JP JP2021212791A patent/JP2022033237A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6448839B1 (ja) * | 2018-06-20 | 2019-01-09 | 株式会社 ディー・エヌ・エー | 画像生成装置、画像生成器、画像識別器、画像生成プログラム、及び、画像生成方法 |
Non-Patent Citations (4)
Title |
---|
ITmedia NEWS,実在しないファッションモデルの全身を自動生成するAI、京大発ベンチャー開発,[online],2019年05月10日,https://www.itmedia.co.jp/news/articles/1905/10/news106.html,[検索日:2021.09.14] |
ITMEDIA NEWS: "実在しないファッションモデルの全身を自動生成するAI、京大発ベンチャー開発", [ONLINE], JPN7021004185, 10 May 2019 (2019-05-10), ISSN: 0004669446 * |
ITnews,AIが自動生成する顔写真DBの「GENERATED PHOTOS」がAPIを公開!,[online],2020年02月11日,https://itnews.org/news_contents/product-generated-photos,[検索日:2021.09.14] |
ITNEWS: "AIが自動生成する顔写真DBの「GENERATED PHOTOS」がAPIを公開!", [ONLINE], JPN7021004186, 11 February 2020 (2020-02-11), ISSN: 0004669447 * |
Also Published As
Publication number | Publication date |
---|---|
WO2022034879A1 (ja) | 2022-02-17 |
JPWO2022034879A1 (ja) | 2022-02-17 |
JP2022033237A (ja) | 2022-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102485503B1 (ko) | 이미지 데이터베이스 분석 기반 상품 추천 장치 및 방법 | |
CN110021061B (zh) | 搭配模型构建方法、服饰推荐方法、装置、介质及终端 | |
US10176398B2 (en) | Textile matching using color and pattern recognition and methods of use | |
CN105527946A (zh) | 一种基于工业互联网的快速成衣系统及其方法 | |
KR20190097612A (ko) | 이미지/텍스트 기반 디자인 생성 장치 및 방법 | |
JP2016502713A (ja) | 衣類マッチングシステム及び方法 | |
CN112529113B (zh) | 一种绣花生产控制方法及系统 | |
CN110097609A (zh) | 一种基于样本域的精细化绣花纹理迁移方法 | |
CN109166004A (zh) | 基于案例推理的产品个性化定制方法 | |
KR102211400B1 (ko) | 이미지/텍스트 기반 디자인 생성 장치 및 방법 | |
CN109242593B (zh) | 一种基于案例推理的服装推荐方法、装置和存储介质 | |
JP2022145944A (ja) | コーディネート用評価サーバ装置、コーディネート用評価サーバ装置の制御方法、およびそれに用いるプログラムおよび記録媒体 | |
CN111400525A (zh) | 基于视觉组合关系学习的时尚服装智能搭配与推荐方法 | |
CN104146423A (zh) | 衬衫纸样自动生成系统及方法 | |
JP7007780B1 (ja) | 3次元人物モデル生成装置およびプログラム | |
KR102230507B1 (ko) | 패션 제품 제조 플랫폼 서비스 제공 방법, 장치 및 시스템 | |
Yan et al. | Garment design models combining Bayesian classifier and decision tree algorithm | |
JP6744633B2 (ja) | 物品判定装置、システム、学習方法及びプログラム | |
US20210174603A1 (en) | Body shape display method for modeling of clothing | |
KR102531172B1 (ko) | 주얼리 상품을 디자인하는 전자 장치 및 이를 이용한 주얼리 상품을 디자인하는 방법 | |
Mok et al. | Fashion sketch design by interactive genetic algorithms | |
JP2018041459A (ja) | バーチャル服飾出力システム | |
KR102626945B1 (ko) | 인공지능 모델 기반 3d 의류 데이터 변환 방법 및 장치 | |
CN117689450B (zh) | 一种基于大数据的数字化营销系统 | |
Tian et al. | User-depth customized men’s shirt design framework based on BI-LSTM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211006 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211006 |
|
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: 20211223 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7007780 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |