CoreMLで実現する爆速のARサイズ計測

9/6(金)に行われたiOSDC 2019でのLT資料です。

Transcript

1. iOSDC 2019 CoreMLで実現する 爆速のARサイズ計測 Kohei Arai @kokoheia
2. Kohei Arai @kokoheia • Mercari / 新卒 iOS Engineer • Twitter: @kokoheia • Instagram: @kokoheia • ポートレートを撮るのが趣味です • 最近PUBGにハマっています
3. 突然ですが、みなさん こんな経験をしたことは ありませんか？
4. 「フリマアプリで洋服を出品したい！」
5. 特に、洋服の「サイズ」を載せたい (コメントで聞かれた。。)
6. そうだ、AR Measureで 測ってみよう！
7. 。。。。
8. 。。。結構面倒くさい • そもそも測る場所がわからない • 測り方が合ってるか自信ない • 何枚も出品したいけど時間かけたくない。。
9. IN THE NEXT FIVE MONTHS ARメジャーの課題 • ARの体験に慣れるのに時間がかかる • 大きいものを測るのが大変 • メジャーを代替しただけなので計測にかか る時間はあまり変わらず Item 1 Item 2 Item 3 Item 4 Item 5 40 30 20 10 0
10. テクノロジーを使って もっと簡単に測ることは できないか!?
11. ML(機械学習) ✖AR で 爆速 & 超簡単にサイズ計測する
12. Demo
14. 仕組み 画像を撮影 ML(機械学習)で 画像内の特徴点の座標を 推定 特徴点の座標を元に AR Kitを使って現実世界 のスケールを得る。
15. MLモデル created by ARヒノボル / @liketableteninu 姿勢推定のモデルを応用 Alibabaのデータセット
16. 2Dの推定 3Dの推定(AR) 仕組み
17. どれくらい 速くなったのか？
18. 測定した対象 袖丈、肩幅、身幅、着丈の4点 出典: https://minne.com/items/17640623
19. サイズ計測にかかる時間 自力 ML + AR 40 ~ 50秒 10 ~ 15秒
20. もっと速くしたい！
21. CoreMLを使って サーバレスで推定
22. Demo 2: CoreML
24. サイズ計測にかかる時間 自力 AR + ML (サーバー) 40 ~ 50秒 10 ~ 15秒 AR + CoreML 5秒未満
25. MLモデルの生成 Created by ARヒノボル / @liketableteninu
26. 推定の精度 サーバー CoreML 身幅 2cm以内 2cm以内 着丈 5cm以内 5cm以内 袖丈 10cm前後 10cm前後 肩幅 10cm前後 10cm前後 推定しやすい 推定しづらい
27. • モデル自体を改善する ◦ カテゴリごとの画像の数を増やして学習する • 物体認識の精度をあげる (for CoreML) ◦ 機械学習で物体認識してから、その範囲内で推定すると精度が上がる 精度を改善するために
28. ML ✖ AR Measureの可能性 • 人間のサイズも測定できる → 服と照らし合わせてフィット度を計測する • 靴やインテリアなど、服以外の商品にも応用が可能
29. ご清聴ありがとうございました！
30. おまけ
31. 推定の速度 サーバー(GPU) サーバー(CPU) CoreML 2 ~ 3秒以下 6秒程度 1秒以下
32. 月あたりコスト(一例) サーバー(GPU) サーバー(CPU) CoreML 約68,000円 / 台 約13,000円 / 台 無料 GPUはaws p2.xlarge, CPUはaws c5xlargeを参照。 GPU: 0.9(USD/hr) * 24 hrs * 30 days * 105(JPY/USD) = 68,040JPY CPU: 0.17(USD/hr) * 24 hrs * 30 days * 105(JPY/USD) = 12,852JPY
33. Pytorchからモデルを変換した理由 • Turi Create や Create MLでモデルを作ることも 検討した • Pythonで書かれた機械学習用のライブラリに比 べるとできる処理も限られていたためPytorchか らの変換を採用
34. 非同期のHit Test処理
35. 非同期のHit Test処理のTips Hit Testには3種類ある • ARSCNView hitTest(_ point: CGPoint, types: ARHitTestResult.ResultType) -> [ARHitTestResult] • ARSKView hitTest(_ point: CGPoint, types: ARHitTestResult.ResultType) -> [ARHitTestResult] • ARFrame hitTest(_ point: CGPoint, types: ARHitTestResult.ResultType) -> [ARHitTestResult]
36. 非同期のHit Test処理のTips • 画像をサーバに送りレスポンスが帰ってくるのを待たなくては行 けなかった • 今回は画像撮影時のARFrameを保存しておいて、レスポンスが 帰ってきてから、保存済みのARFrameからhitTest処理をするとい う実装をした • 最初、予想した結果とはるかに異なる点がプロットされて戸惑っ た
37. 非同期のHit Test処理のTips ARFrameを使ってhitTestをするときは、結果をinvertしないといけなかった
38. 参考 • https://www.digitaltrends.com/mobile/how-to-use-the-measure-app-in-ios-12/ • https://github.com/matterport/Mask_RCNN • https://github.com/LiMeng95/MultiPoseNet.pytorch • https://tianchi.aliyun.com/mobile/gameDetail/231670 • https://qiita.com/kamata1729/items/e54bcb7d0ed3d296daf8 • https://aws.amazon.com/jp/emr/pricing/ • https://pytorch.org/ • https://github.com/onnx/onnx • https://github.com/onnx/onnx-coreml • https://developer.apple.com/documentation/arkit/arframe/2875718-hittest