Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2011156474) PARAMETERIZED MODEL OF 2D ARTICULATED HUMAN SHAPE
Latest bibliographic data on file with the International Bureau   

Pub. No.: WO/2011/156474 International Application No.: PCT/US2011/039605
Publication Date: 15.12.2011 International Filing Date: 08.06.2011
IPC:
G06K 9/00 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
K
RECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9
Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
Applicants:
BLACK, Michael, J. [US/US]; US (UsOnly)
FREIFELD, Oren [US/US]; US (UsOnly)
WEISS, Alexander, W. [US/US]; US (UsOnly)
LOPER, Matthew, M. [US/US]; US (UsOnly)
GUAN, Peng [CN/US]; US (UsOnly)
BROWN UNIVERSITY [US/US]; 1 Prospect Street Providence, RI 02912, US (AllExceptUS)
Inventors:
BLACK, Michael, J.; US
FREIFELD, Oren; US
WEISS, Alexander, W.; US
LOPER, Matthew, M.; US
GUAN, Peng; US
Agent:
SAUNDERS, Thomas, M.; RISSMAN HENDRICKS & OLIVERIO, LLP 100 Cambridge Street, Suite 2101 Boston, MA 02114, US
Priority Data:
61/353,40710.06.2010US
Title (EN) PARAMETERIZED MODEL OF 2D ARTICULATED HUMAN SHAPE
(FR) MODÈLE PARAMÉTRÉ DE FORME HUMAINE ARTICULÉE EN 2 DIMENSIONS
Abstract:
(EN) A novel "contour person" (CP) model of the human body is proposed that has the expressive power of a detailed 3D model and the computational benefits of a simple 20 part-based model. The CP model is learned from a 3D model of the human body that captures natural shape and pose variations. The CP model factors deformations of the body into three components: shape variation, viewpoint change and pose variation. The CP model can be "dressed" with a low-dimensional clothing model. The clothing is represented as a deformation from the underlying CP representation. This deformation is learned from training examples using principal component analysis to produce so-called eigen-clothing. The coefficients of the eigen-clothing can be used to recognize different categories of clothing on dressed people. The parameters of the estimated 20 body can be used to discriminatively predict 3D body shape using a learned mapping approach.
(FR) La présente invention concerne un nouveau modèle « de contour de personne » (CP) du corps humain qui a la puissance expressive d'un modèle 3D détaillé et les avantages informatiques d'un simple modèle basé sur des parties 2D. Le modèle CP est appris d'après un modèle 3D du corps humain qui capture des variations de forme et de pose naturelles ; les contours projetés de ce modèle, ainsi que leur segmentation en parties, forment l'ensemble d'entraînement. Le modèle CP factorise des déformations du corps en trois composantes : variation de forme, changement de point de vue et variation de pose. Le modèle CP peut être « habillé » avec un modèle d'habits de faible dimension, désigné par modèle de « contour de personne habillée » (DCP). Les habits sont représentés en tant que déformation de la représentation CP sous-jacente. Cette déformation est apprise à partir d'exemples d'apprentissage à l'aide d'une analyse de composante principale afin de produire des habits dits personnels. Les coefficients des habits personnels peuvent être utilisés pour reconnaître différentes catégories d'habits de personnes habillées. Les paramètres du corps 2D estimé peuvent être utilisés pour prévoir de manière discriminatoire une forme de corps 3D à l'aide d'une approche de mise en correspondance apprise. La structure de prévision peut être utilisée pour estimer/prévoir la forme 3D d'une personne à partir d'une séquence vidéo surchargée et/ou à partir de plusieurs instantanés pris avec un appareil photo numérique ou un téléphone cellulaire.
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PE, PG, PH, PL, PT, RO, RS, RU, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)