論文の概要: Unselfie: Translating Selfies to Neutral-pose Portraits in the Wild

• arxiv url: http://arxiv.org/abs/2007.15068v1
• Date: Wed, 29 Jul 2020 19:21:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-05 20:37:15.021173
• Title: Unselfie: Translating Selfies to Neutral-pose Portraits in the Wild
• Title（参考訳）: unselfie:自撮り写真を野生の中立的なポートレートに翻訳する
• Authors: Liqian Ma, Zhe Lin, Connelly Barnes, Alexei A. Efros, Jingwan Lu
• Abstract要約: 自撮りでは、人間の腕の長さのような制約が身体のポーズを不自然に見せることが多い。 我々は、自撮り写真を中立的な肖像画に自動的に変換する新しい写真変換である$textitunselfie$を紹介した。 提案するポーズ検索モジュールは,リポジング作業を容易にし,複数のニュートラルな結果を生成することができる。
• 参考スコア（独自算出の注目度）: 57.944605468653414
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the ubiquity of smartphones, it is popular to take photos of one's self, or "selfies." Such photos are convenient to take, because they do not require specialized equipment or a third-party photographer. However, in selfies, constraints such as human arm length often make the body pose look unnatural. To address this issue, we introduce $\textit{unselfie}$, a novel photographic transformation that automatically translates a selfie into a neutral-pose portrait. To achieve this, we first collect an unpaired dataset, and introduce a way to synthesize paired training data for self-supervised learning. Then, to $\textit{unselfie}$ a photo, we propose a new three-stage pipeline, where we first find a target neutral pose, inpaint the body texture, and finally refine and composite the person on the background. To obtain a suitable target neutral pose, we propose a novel nearest pose search module that makes the reposing task easier and enables the generation of multiple neutral-pose results among which users can choose the best one they like. Qualitative and quantitative evaluations show the superiority of our pipeline over alternatives.
• Abstract（参考訳）: スマートフォンが普及しているため、自分や「自分」の写真を撮るのが一般的である。 このような写真は、特殊な機器やサードパーティのカメラマンを必要としないため、撮影に便利である。 しかし、自撮りでは、人間の腕の長さなどの制約が身体を不自然に見せることが多い。 この問題に対処するために、自撮り写真を中立的な肖像画に自動的に変換する新しい写真変換である$\textit{unselfie}$を導入する。 これを実現するために,まず非ペアデータセットを収集し,自己教師付き学習のためのペアトレーニングデータを合成する方法を提案する。 次に、写真に$\textit{unselfie}$を付けるために、3段階のパイプラインを提案し、まずターゲットの中立的なポーズを見つけ、身体のテクスチャを塗り、最後に背景の人物を精製して合成します。 適切な目標中性姿勢を得るため,提案手法により,提案課題を容易にし,ユーザが好む最良候補を選べる複数の中性候補結果を生成することができる新しい最寄りポーズ探索モジュールを提案する。 質的かつ定量的な評価は、代替案よりもパイプラインが優れていることを示している。

関連論文リスト

• Learning a Category-level Object Pose Estimator without Pose Annotations [37.03715008347576]
  ポーズアノテーションを使わずにカテゴリレベルの3Dオブジェクトのポーズ推定を学習することを提案する。 手動でアノテートされた画像を使用する代わりに、拡散モデルを利用して、制御されたポーズ差の下で一連の画像を生成する。 提案手法は,単一ショット設定からカテゴリレベルのオブジェクトポーズ推定を行う能力を有することを示す。
  論文  参考訳（メタデータ） (2024-04-08T15:59:29Z)
• Total Selfie: Generating Full-Body Selfies [21.020454186769655]
  腕長で撮影された写真から全身自撮り画像を生成する手法を提案する。 我々のアプローチは、顔と身体の4つの自撮り写真、背景画像、および所望のターゲットポーズでフルボディ自撮りを生成する。
  論文  参考訳（メタデータ） (2023-08-28T17:41:14Z)
• Fashion-model pose recommendation and generation using Machine Learning [0.0]
  本研究は、ファッションスタッフに対して、入力画像に基づく一連の類似したイメージを提案することに集中する。 画像は異なる部分に分割され、類似した画像がユーザに提案される。 これは、入力画像の色ヒストグラムを計算し、データセット内のすべての画像に同じものを適用することで達成された。
  論文  参考訳（メタデータ） (2023-02-19T09:12:46Z)
• TIPS: Text-Induced Pose Synthesis [24.317541784957285]
  コンピュータビジョンにおいて、人間のポーズ合成と伝達は、以前は目に見えないポーズで人の確率的画像生成を扱う。 まず,現在のポーズ転送アルゴリズムの欠点を提示し,それらの問題に対処するための新しいテキストベースのポーズ転送手法を提案する。 提案手法は,実験において有意な質的,定量的な結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-07-24T11:14:46Z)
• AirPose: Multi-View Fusion Network for Aerial 3D Human Pose and Shape Estimation [51.17610485589701]
  本研究では,非構造屋外環境のための新しいマーカーレス3次元モーションキャプチャ(MoCap)システムを提案する。 AirPoseは複数の無人飛行カメラで撮影された画像を使って人間のポーズと形状を推定する。 AirPose自体は、事前校正に頼らずに、人のカメラを校正する。
  論文  参考訳（メタデータ） (2022-01-20T09:46:20Z)
• Estimating Egocentric 3D Human Pose in the Wild with External Weak Supervision [72.36132924512299]
  本稿では,大規模な自己中心型データセットでトレーニング可能な,新たな自己中心型ポーズ推定手法を提案する。 本研究では,事前学習された外部視点のポーズ推定モデルにより抽出された高品質な特徴を用いて,エゴセントリックな特徴を監督する新しい学習戦略を提案する。 実験により,本手法は,1つの画像から正確な3Dポーズを予測し,定量的,定性的に,最先端の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-01-20T00:45:13Z)
• Learning Realistic Human Reposing using Cyclic Self-Supervision with 3D Shape, Pose, and Appearance Consistency [55.94908688207493]
  画像品質のギャップを教師付き手法で埋める自己教師型フレームワークSPICEを提案する。 自己超越を可能にする重要な洞察は、様々な方法で人体に関する3D情報を活用することである。 SPICEはDeepFashionデータセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-10-11T17:48:50Z)
• FixMyPose: Pose Correctional Captioning and Retrieval [67.20888060019028]
  本稿では,自動ポーズ修正システムに対応する新しいキャプションデータセットfixmyposeを提案する。 我々は「現在の」ポーズを「ターゲット」ポーズのように見えるように修正する記述を収集する。 MLバイアスを避けるため、さまざまな階層を持つキャラクタ間のバランスを維持します。
  論文  参考訳（メタデータ） (2021-04-04T21:45:44Z)
• PhotoApp: Photorealistic Appearance Editing of Head Portraits [97.23638022484153]
  本稿では,ポートレート画像におけるカメラ視点とシーン照明の高品質な直感的編集手法を提案する。 ほとんどの編集アプローチは、光やカメラステージといった設定でキャプチャされたトレーニングデータを使用した教師あり学習に依存している。 StyleGANの潜在空間で学習する監督問題を設計します。 これは、教師付き学習と生成的敵対的モデリングのベストを組み合わせる。
  論文  参考訳（メタデータ） (2021-03-13T08:59:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。