人物イラストからの3次元姿勢推定におけるデータ拡張手法の検討

摘要

機械学習を利用し，実人物写真から3次元姿勢を推定する研究が既に行われている．しかし，従来の姿勢推定手法における学習データは実人物写真が中心で，人物イラストのデータを入力した場合に推定精度が低下するという問題がある．そこで本研究では，人物イラストの特徴の1つである「人物によって頭身が大きく異なる」という点に着目し，推定精度を向上させる手法を検討する．提案手法では，3DCGモデルのポーズに加え，頭身を変更してデータセットを拡張することで，様々な頭身を考慮することが可能となり，結果的にレンダリング画像の3次元姿勢推定精度が向上した．