ASM：高品質な3D顔モデリングのための適応スキンニングモデル

パラメトリック顔モデルおよび3D顔再構成の研究分野は広範にわたって調査されてきた。しかし、依然として未解決の重要な課題が存在する：特定の再構成設定に適した顔モデルをどのようにカスタマイズするかである。本研究では、マルチビュー未校正画像を用いた再構成において、より高い表現能力を備えた新しいモデルの必要性を主張する。従来のデータ依存型3Dモーファブルモデル（3DMM）に注目が集まる中、本研究は注目されていない人間設計型スキンニングモデルに視点を転換する。そこで、よりコンパクトで完全にチューニング可能なパラメータを持つ新たなスキンニングモデルとして、適応型スキンニングモデル（Adaptive Skinning Model, ASM）を提案する。広範な実験を通じて、ASMが3DMMに比べて顕著に高い表現能力を達成することを示した。さらに、モデルサイズが小さく、新しいトポロジーへの適用も容易であるという利点を持つ。本研究では、フィレンツェ大学MICC Coopベンチマークにおけるマルチビュー再構成において、ASMを用いて最先端の性能を達成した。定量的分析により、マルチビュー入力から得られる豊富な情報を十分に活用するためには、高容量なモデルの重要性が明確になった。さらに、物理的・意味論的パラメータを備えた本モデルは、ゲーム内アバター作成などの実世界応用に直接利用可能である。以上のことから、本研究はパラメトリック顔モデルの新たな研究方向性を提示し、今後のマルチビュー再構成に関する研究を促進するものである。