Nytt datorsystem kan klä av dig naken

Dagens PS har tidigare skrivit om ett känt telefonmärke som lanserat kameror med djupavläsning och som kan användas i bland annat förhöjd verklighet, AR. Även andra märken har denna funktionalitet. Då passar det bra att även datorernas datorseendeförmåga uppgraderas och blir bättre.

I det här fallet är det The multi-institutional project (PDF), som lyckats förbättra metoden för rörelseavkänning genom att först klä av personen virtuellt och sedan återskapa en modell av människan. Metoden kan återge, rendrera, dina rörelser i realtid – och gör det bra! Beräkningsmodellen kommer att presenteras på CVPR i Salt Lake City, berättar Techcrunch.

”Vi tror att modellens robusthet och precision kommer att möjliggöra många användningsområden, speciellt inom AR/VR, spel, underhållning och till och med virtuella klädprovningar, då programmet återger den underliggande kroppen.”

Ett problem med att fånga en människa i rörelse är just kläderna – som skapar en otydlighet kring hur den underliggande kroppen faktiskt rör sig. Det är anledningen till att skådespelare får klä sig i tighta trikådräkter när kameror ska registrera deras rörelser i datoranimerade delar av en film.

Med en kombination av Dynamicfusion och Bodyfusion har man nu skapat en ny modell, kallad Doublefusion. Det nya programmet skapar en ledad figur utifrån djupdata från en kamera tillsammans med några referensbilder. Och den påstås också återskapa utmärkta kroppsmodeller, nästan oavsett vilka kläder personen har på sig – munkjacka, hörlurar eller säckiga kläder. Den tenderar dock att överskatta en persons kroppshydda vid väldigt pösiga outfits samt har svårt att tolka bilden om personen har något i handen eller står vid ett bord, skriver artikelförfattaren. Inför kommande uppdateringar står dessa problem högst upp på dagordningen att lösa.

”För första gången, med Doublefusion, kan användarna enkelt skapa en digital version av dem själva”, konstaterar författarna till uppsatsen om programmet.

KÄLLA: What’s under those clothes? This system tracks body shapes in real time  >