SMPL: A Skinned Multi-Person Linear Model
Abst.
体の形とポーズに依存した人体モデル「Skinned Multi-Person Linear Model(SMPL)」を紹介する。今までのものとは違い、ポーズの合成形状はポーズの回転行列に対して線形だ。
1. Intro
我々の目標は、リアルなアニメの人間の形状を作ることだ。どんな体系でも、どんなポーズでも。既存のレンダリングエンジンにも対応させたい。今までは手作業で姿勢合成とかやってた。その変わり、人体のスキャンとかやりはじめたけど、既存のレンダリングエンジンでは使えなかった。
自動で身体モデルを学習し、リアルで既存のレンダリングエンジンでも使えるものを目指す。我々が提案するSMPLはポーズに応じて、自動で皮膚が追従する。
よく使われるLinear Bkend Skinningモデルは関節の曲げがいまいちである。色々研究がされている中で、最もよかったアプローチは三角曲げだ。でもやっぱり、色々な人の体系やポーズには適合できなかった。
我々は学習ベースで関節の回転と皮膚の様子を推定する。我々の重要なキーは、ポーズの合成を関節の回転行列の線形関数で表現する点だ。回転行列は有界で使いやすい。
皮膚の頂点もポーズごとにスキャンして、自動で学習されました。
男女の体系をCAESARデータセットからPCAを使って、学習しました。最初にテンプレートメッシュを回帰した。メッシュの頂点の位置の誤差は少なかった。
SMPLはレンダリングも早くて、シンプルで良い。顔と手のdetailは省いた。
2. Related Work
線形皮膚合成と形状の合成は広く使われている。
Blend Skining
スケルトンの部分空間の変形：皮膚合成はスケルトンの向上に表面のメッシュが取り付けられている。頂点は近くの骨に重みづけで影響される。この影響は線形なので、Linear Blend Skinning(LBS)と呼ばれる。これはいくつか問題があったので、クォータニオンを使う方法などが試みられている。しかし、これは不自然な結果を起こしうる。
Auto-rigging
この手法で共通するのは、メッシュをたくさん集めて、骨と一緒に関節、合成の重みを推定する。これらは補正計上合成を学習しないため、LBSの問題を解決しない。メッシュのシーケンスは新しい、ポーズとモーションを生成しないだろう。ここでは、運動学の構造が既知としているが、アプローチはこれらを用いて学習することも可能だろう。
これら二つの制限は、モデルは身体形状をカバーできないことだ。
Blend shapes
基本的なBlend Skinningの欠点を克服するために、Pose Space Deformation model(PSD)は、変形を基本形状と関連付けた。この変形は任意のポーズの関数だ。これは多くのフォロワーを生んだ。我々は重み付きPSDと似たアプローチをとる。これはレストポーズの補正をし、Skinning equation(ex:LBS)を適用する。これは特定のキーポーズの補正シェイプを定義し、ベースシェイプに追加して、ブレンドスキニングで変換したときに、正しいシェイプを生成するためのものです。一般的には、例示ポーズの距離を算出し、重み付き線形和で結合される。
これらは重み付き距離に基づく。リアルタイムに距離と重みを計算しなくてはいけない。でもこれらの重みはアニメでは、事前に与えられる。
Learning pose models
AllenはPSDを使ったが、3Dscanから学習した。彼らは胴体と腕にそれぞれ着目した（体全体でなく）。キーポーズの変形を保存し、それぞれを補完した。これはかなりうまくいった。しかし、新しいポーズは作らなかった。複雑さが増すと、コントロールする変数が増えて、それとどうインタラクションすればよいかわからないからだ。
この問題を解決するため、
単語
・corrective：是正、修正
