ポスター発表プログラム
12月2日(水) 15:50-16:50 ポスターセッション1
[P1] ベジエ曲線を境界形状とする面光源のコサイン空間における実時間レンダリング法
概要
近年、多角形状の面光源を線形変換し、陰影計算点の法線を基準としたコサイン空間に投影することで光沢面を実時間レンダリングする手法が注目を集めている。ところが、この手法は多角形の頂点数が増加すると計算が複雑化するため、ベジエ曲線を含む自由曲線で形状が定義された面光源には、仮にそれらを多角形近似するとしても応用が難しかった。本研究では，曲線をポリラインで近似しつつも、ベジエ曲線で囲まれた面光源を実時間で効率的にレンダリングする方法について考察する。特に、ベジエ・クリッピング法による面光源上の寄与計算範囲の決定と、面光源が陰影計算点に与える影響度を基準とした曲線の適応的ポリライン化の二つを提案する。
[P2] Neural Progressive Photon Mapping: 深層学習による適応的フォトン散布を用いたフォトンマッピング法
概要
本研究ではフォトンマッピングにおける光子散布を深層学習による原始標本空間上の重点サンプリングにより高度化する．深層学習による重点サンプリングは既にレイトレーシングへの応用が提案されているが，従来法では重要度関数が原始標本空間上で連続的であることを仮定しており，フォトンマッピングで必要な離散光源選択への適用に限界がある．提案法では，窓関数による不連続性の解消や光源番号の特徴ベクトル化により問題の解決を図った．また，従来法から議論されてきた適応的な光子収集半径の更新についても，訓練データの調整により最適化を試みた．結果，特に光源の遮蔽を含み，多くの光子散布を必要とするシーンにおいて，従来法を上回る結果を得た．
[P3] 光源位置を考慮した画像の合成ソフトウェアの開発
概要
画像と画像の合成では、光の当たり具合がマッチしている必要がある。例としては、一方が日当たり良好な画像で、もう一方が日のない場所で撮影された画像だった場合、この二つを合成してもうまく馴染まない。このような問題を、SIGGRAPH2020で紹介されたZhangらによるPaintingLightという技術を使い、画像の光の当たり方を変えることで二つの画像の合成をうまく馴染ませることに成功した。
[P4] 西陣爪掻本綴織の外観再現のための織糸の反射特性計測とレンダリング
概要
本研究では、西陣爪掻本綴織をCGで再現するシミュレータの作成を目指して、独特な反射特性をもつ織糸の反射特性計測を行う。糸は複数の縒から構成されているため、糸の表面上の点は異なるBRDFを持つ。一本の糸について、光源とカメラを移動させてあらゆる角度から撮影し、得られた画像から糸の表面上の各点に対応する画素位置を求めて画素値を取得することで、各入射角、各視角、各点ごとのBRDFを得る。計測によって得られたBRDFデータセットを糸の3Dモデルの表面上の各点に適用し、レンダリングを行うことで、織物の外観を再現する。
[P5] 多種モデル描画のための分散並列レンダリングサーバにおける、圧縮ストリーミングによる同時接続上限の改善
概要
描画をサーバ側の計算ノードで行うクラウドレンダリングのために分散並列化を行った石井らの手法では、ノード間で色画像と深度画像を階層的に転送する設計によってノードの台数効果を引き出したが、多数のクライアントが同時に接続した場合にはGPU上の描画結果を読み出す過程がボトルネックとなることが問題であった。本研究ではGPU上にハードウェア実装されている既存の動画圧縮技術を用いて転送量の圧縮を行い、モデルの描画を行うサーバへの同時接続上限の改善を試みた。実験環境としてはアバタを用いてVR空間上でコミュニケーションを行うシーンを想定した。
[P6] PBF法を用いた土砂流れシミュレーション手法の開発
概要
物理シミュレーション技術は物理法則に基づいて様々な物理現象を再現する技術であり，CGにおいて現実に近い動きを再現する上で重要な役割を担っている．本研究では，様々な物理現象の中で土砂流れに注目する．土砂流れは，水や土，木などの異なる物体が複雑に作用しながら流れを形成する現象である．本研究ではPBF法を用いて，水と土を液体，木を固体として考え，化学ポテンシャルに基づく水と土の混ざり合いによる相互作用を含めて安定して計算できる方法を提案する．
[P7] 炎の乱流スタイル転写における色分布の保持のための温度制御
概要
写実的な流体の映像を作成するに当たって，計算コストを削減し制作時間を短縮する手法として，後処理的な乱流の合成手法が提案されている．本研究ではその中でも，あるデータの詳細な動きを別のデータに転写できる，乱流のスタイル転写手法に注目し，従来では煙のみに適用されていたものを炎に適用する．従来のスタイル転写では，動きの特徴は転写できるが，煙の密度など他に見た目に寄与する要素については考慮されていない．煙ではこの点はあまり影響がないが，炎の場合温度によって色が変化するため見た目の印象が異なる場合がある．そこで本研究では，炎の温度分布を制御することで，転写結果の色を入力の炎に近づける方法を提案する．
[P8] 点群用深層学習モデルを用いた高速なデータ駆動液体シミュレーション
概要
近年、粒子法を用いた液体シミュレーションを機械学習の手法を用いて高速化する研究が行われており、[Ladicky et.al. 2015]などの例がある。Ladickyらが提案する手法は粒子の挙動を各点で学習しているため、学習にかかる時間や計算機のコストが膨大になるという問題がある。今回提案する手法では、粒子で表現された液体を点群と捉え、点群用深層学習モデルを用いることによって学習の高速化を図るものである。
[P9] 流体シミュレーションのtaichiによる実装と最適なパラメータの検討
概要
CG計算のためのプログラミング言語であるTaichiを用いた流体シミュレーションにおいて，高速化のための最適なパラメータの基礎検討を行った．Taichiでは，データに空間的スパース性がある場合には，階層的スパースデータ構造を用いることで，高速化が行われている．粒子法を用いた流体シミュレーションでは，データに空間的スパース性があることが多い．本研究では，パラメータの値が計算速度に影響することが分かったので，その実験結果の報告と，高速化のためのパラメータの設定方法について議論する．
[P10] 流体エフェクト制作のための動画コラージュシステム
概要
炎や煙，爆発などの流体エフェクトは，映像制作に必要不可欠な要素の一つである一方，流体エフェクトの製作には時間と手間を要する．比較的コストの低い手段として，実写映像を直接用いる方法が挙げられるものの，適用可能なシーンが限られる課題があった．そこで本研究では，条件付き敵対的生成ネットワーク（cGAN）を用いることで，炎や煙の映像素材を時空間的に切り貼りする動画コラージュシステムを提案する．これを実現するために，動画の各フレームと二次元速度ベクトルを条件とするモデルを構築し，ベクトル場上の編集手法を検討する．
[P11] スケッチ入力を用いた煙の輪郭線情報に基づくシミュレーションデータ検索
概要
本研究では，流体シミュレーションにおいて生成される様々な煙のデータをスケッチ入力を用いて検索する方法を提案する．映像制作において計算済みの煙のデータを再利用しようとした場合，自らが求める煙のデータをデータベースから見つけ出すことは非常に困難である．この問題に対し，スケッチ入力を用いて求める煙の形を描き，それに合うデータを自動で検索できれば映像制作にかかる時間の短縮が期待できる．本稿では，煙の外形が描かれたスケッチ画像とシミュレーションにより得られた煙の描画後の画像とから煙の輪郭線を抽出して特徴量を算出し，それに基づいて煙データの検索を行う．
[P12] Video Texturesを用いた液体表面のエンドレスアニメーション生成
概要
ビデオゲームなどの背景グラフィックには，リアルなシーンを安価に作成するために，海の波や雲の流れなど，定常的な映像がよく用いられる．ただし，使用できるメモリやストレージの容量には制限があるため，より少ないデータ量で映像を再生することが求められる．そこで本研究では，液体の有限時間のシミュレーションデータから無限時間のアニメーションを生成することを試みた．液体のアニメーションを生成するにあたってデータとして必要な部分は液体の表面のみであると考え，本報告では液体の表面の状態をもとに無限時間動画を生成する．
[P13] Poisson image editingによるビデオを用いた炭酸飲料画像のアニメーション合成
概要
本研究は，飲料の静止画に炭酸泡の動きをビデオから合成することによって炭酸飲料動画を生成するシステムを提案する．オンラインショッピングやお店のメニューでは商品イメージに静止画がよく使用されているが，これらに動きを付与して動画化すると，元の静止画より購買意欲をそそるケースは多い．しかし炭酸飲料の動画を魅力的に撮影するには専門的な知識や整った撮影環境，膨大な作業時間を要する．そこで本研究では炭酸泡に着目し，簡単な入力によって静止画を魅力的な炭酸飲料動画にする方法の開発を目的とする．
[P14] Harmonic Coordinateを用いた自由形状変形法による嚥下4次元CT画像の領域分割
概要
嚥下機能の詳細な理解のため，食塊を嚥下する様子をX線CT装置により連続撮影し，得られた4次元画像を解析する試みが行われている．この4次元CT画像の解析には，嚥下にかかわる組織の領域分割が必要である．しかし，舌や軟口蓋などの軟組織はその境界が不明瞭であり，解剖の知識を持った専門家以外には見分けることが難しい．そこで本研究では，Harmonic Coordinateを用いたFree Form Deformationを活用し，4次元CTを参照しながらテンプレートモデルを変形することで，軟組織領域を分割できるツールを提案する．本研究では，提案ツールにより舌の分割を行った例を紹介する．
[P15] 監視カメラ映像の異常検出手法の改良
概要
昨今、監視カメラの台数が増えており監視カメラの映像の中から異常が発生した部分を発見することを人がすべて行うのは大きな労力を必要とする。そこで，自動で異常を検出できないかというモチベーションのもと、深層学習をはじめとする機械学習を用いた異常検出の手法が多く提案されている。本研究では各フレームの特徴量を取り出しそのフレームで異常が起きているのかを検出する手法をもとに検出精度の向上、ラズベリーパイのようなシングルボードコンピュータでの使用のためのモデルの軽量化を目標として深層学習のモデルの改良の試行、検討をおこなった。
[P16] 対象物をイメージ通りの向きや画角でとるためのドローン制御の研究
概要
近年、TVやYouTube等の映像コンテンツにおいて、ドローンで撮影された映像はありふれたものとなった。しかし、ドローンを使って対象物をイメージ通りの向きや画角で撮ることは容易ではなく、対象物を画角に収めつつ安定した速度で追尾するには専門的な操縦技術が必要である。そこで本研究では、対象物の3次元形状をリアルタイムで推定しつつ、それに対してユーザが撮りたい向きや画角を指定してドローンを制御できるような、映像撮影のためのユーザインタフェースを提案する。近年のハイエンドのドローンでは対象物を自動追尾する機能などが搭載されているが、それらの単純な追尾を超えた、より多彩な映像コンテンツの生成を可能にしたい。
[P17] 樹木・森林・地形モデリングのための LiDAR 点群処理
概要
当研究室では，LiDAR技術を利用して森林環境を迅速かつ正確に近似するための，生の3D点群に関する幾何処理技術開発に取り組んでいる．ここで言う生のデータとは，地上レーザスキャナ (TLS)で計測された点群データのように，大容量でノイズが多く，遮蔽領域が多く不完全なデータのことを指す．このようなデータを自動的に分類，クリーニングし，樹木の表面や地面の形状を再構築する．本ポスターでは，当研究室において最近公表した次の3つの論文について紹介する．(1) 不均衡かつ不均質な点群のセグメンテーションと測定木への適用，(2) 陰的変形モデルを用いた点群からの高精度な地形曲面再構築，(3) UAV写真測量データからの大規模地形曲面再構築．
[P18] ニューラルネットワークを利用した視点移動先推定モデル
概要
ハードウェアの発達により，アイトラッカーを入力とするシステムが現実的になった．中心窩レンダリングを始めとする，視点位置を利用した効率的な描画を試みる技術では，応答性を高めてシステムの遅延を隠蔽するための視点位置の未来予測が重要になる．
そこで本研究では，凝視点と呼ばれる視点が留まる点に注目し，過去5点の凝視点データから次の凝視点を予測する．
モニタ上に提示した刺激画像を自由に閲覧した時の視点データをアイトラッカーで計測し，凝視点のラベル付けを行う．そして，連続する5点の凝視点それぞれから画像情報と位置情報を抽出し，ニューラルネットワークモデルに入力して次の凝視点までの変分を予測する．
[P19] 仮想人間との対話のための眼球運動の分析および合成
概要
人間同士の対話において、視線は重要な非言語情報として活用される。そのため対話型CGシステムで扱う仮想人間においても、眼球運動が乏しいとユーザーに違和感を与える。本研究では、仮想人間の思考や行動状態（聞く・考える・答える）に応じて、適切な眼球運動を計算する手法を検討している。具体的には、異なる行動状態における実際の人間の眼球運動を計測し、その運動をクラスター分析法によって解析するアプローチを試みている。そして、思考・行動状態と眼球運動の関係をモデリングすることで、キャラクターとの対話時に自然な眼球運動を表現することを目指す。
[P20] Object-oriented Representation Learningの実世界データ適用に向けた最新手法の性能分析
概要
Object-oriented Representation Learning (OORL) において、前景背景分離を行う分野が近年研究されており、強化学習やロボットアームの把持タスクといった下流タスクへの適用が期待されている。しかしながら、OORLの最先端手法であるSPACEは簡単なトイデータでは前景背景分離を行えるが、実世界データにおいては前景背景分離が行えない。そこで、我々は様々なデータセットを作成し、SPACEの解ける問題解けない問題を明らかにしてOORLの実世界データへの適用に必要な事項を議論する。
[P21] 指定領域の色変換に伴う色差を考慮した画像の自動色調整手法
概要
本研究では，画像の一部領域の色変換を行ったとき，他の領域の色を違和感のないように最適化する色変換法を提案する．まずグラフカットを用いて，画像中の色をユーザが直接指定したい領域とその他の領域に分割する．そして，ユーザが指定領域の色を任意に変更すると，その他の領域の色が最適化問題を解くことで自動的に決定される．この最適化問題を解く際，元画像での各色の差を保持するような目的関数を設計することで，元の印象に近い色変換を実現する．
[P22] 色彩学にもとづく色補正を適用した画像合成の検討
概要
自然な画像合成のための色補正技術は数多く研究が進んでいる。画像合成前と合成後とで前景物体の色が変化して見える色彩学的な問題点が知られているが、色彩学の観点からこの解決を試みる研究はまだ少ない。本研究では画像合成において色彩学を考慮して色補正を施すための一手法を検討している。本研究では特に、元画像から前景物体を切り取って別の背景画像に合成する際の明度、彩度、色相の差異によって発生する色の錯視を考慮する。この色補正技術により、元画像の前景物体を別の背景画像に合成した際に色が変化して見える現象が弱まり、より自然に感じられる画像合成処理が可能になると考えられる。本手法では、脳内の視覚情報処理の数理モデルである「かざぐるまフレームレット」によって、元画像と合成後画像の前景との色差分を取得し、これを考慮して前景物体の色を補正する。
12月3日(木) 16:10-17:10 ポスターセッション2
[P23] 2Dキャラクタアニメーション制作におけるU-netとpix2pixの組み合わせによるパーツ分け作業の自動化
概要
2Dキャラクタアニメーションの制作の工程の一つに、イラストから輪郭や髪といったパーツに分割する作業がある。この作業はイラストからアニメーションさせたいパーツを切り出す作業であり、単純作業で時間がかかる問題がある。本研究ではこのような2Dキャラクタアニメーションを制作する際のパーツ分け作業の自動化を対象とする。この際、方式の異なるU-netとpix2pixを組み合わせることで、精度の向上を図る。精度評価を行った結果、提案方式のF値は81.1%となり、U-netに対して15.5%、pix2pixに対して0.9%精度の向上を確認することができた。
[P24] アニメキャラクターにおける顔輪郭線の作画プロセスの数理モデル化
概要
本研究はアニメ制作におけるキャラクターの顔の輪郭線の作画を任意の角度で自動生成する手法を提案する．顔の作画の自動化では3DCGの利用が一般的であるが、このアプローチではキャラクターの3D形状モデルの作成やレンダリング時の加工といった特殊な技術が要求されることが問題となる。本研究ではこの問題に対し，アニメキャラクターの典型的な作画プロセスを数理モデル化することにより、3DCGを介さずに顔輪郭線の作画を自動化する．本手法によって，ユーザが設定したパラメータに応じてさまざまな顔の輪郭線を生成できるようになる．
[P25] 手描きアニメーション補間Webアプリケーションの製作
概要
日本の手描きアニメーション制作現場ではラスタ画像を使用しているが、原画間の自動補間手法を適用するにはベクタ画像が適している。我々は原画のラスタ画像を入力とし、線のベクタライズ、線のマッチング、線間の補間を行うWebアプリケーションを製作した。
高性能なサーバ側で計算を行うことにより、クライアント側の性能に依らず補間手法を利用できる仕組みになっている。またユーザ環境へのインストールが不要であるため導入が容易という利点がある。
[P26] 視点依存モデルを設計するための対話的な視点提示システム
概要
視点依存モデル制作用の視点提示システムを提案する．視点依存モデルとは，各視点（例：正面，側面）に対する変形情報（キーフレーム）を事前に用意することで，任意の視点の変形情報を推定する手法である．この手法は，アニメ作品に登場する三次元構造的な矛盾（例：ミッキーマウスの耳部）を表現できるものの，どのような視点のキーフレームを何枚用意すれば良いのかについて言及されてこなかった．本稿では，キーフレームを用意するプロセスを効率化するために，1)入力モデルの形状情報と2)制作中の視点依存モデルの品質（中間結果）を利用し、「次にどのようなキーフレームを用意すると、品質を効率的に向上させられるのか」を逐次的に判定・提示するアルゴリズムについて検討する．
[P27] 深層学習により線の接合点での接続対を考慮した線画レンダリング手法
概要
手描きの線画はストロークに従って描画されており、適切なストロークは描画対象の3次元形状や意味的な区切りを表現する。本研究では、手描きのような線画をレンダリングするために畳み込みニューラルネットワーク(CNN)を用いて線分の接合点で適切に線分を接続する手法を提案する。提案手法は3次元モデルに対する法線画像、深度画像及び線画像を入力とする。線画像から線分と接合点を検出し、接合点毎にその周辺での線、法線及び深度画像を入力としたCNNで線分の接続対を決定し、接続する。この線に様式を適用することで結果の線画を得る。提案手法による接合点での接続の正解率を評価する。また、提案手法を用いて得られた線画を示す。
[P28] 単視点地形景観画像からの地形3Dモデル推定
概要
1 枚の地形景観画像から地形 3D モデルを推定する、畳み込みニューラルネットワーク (CNN)による教師あり学習手法を提案する。地形3Dモデルはテクスチャ付き高さマップで表現する。本研究では、入力画像中で推定しやすい可視領域と、推定しづらい非可視領域を分けて扱うため、2段階の推定を行う。まず、入力画像の 1) 深度と2) 影や光源の影響がない色情報をCNNで推定し、その結果から三角形メッシュを計算する。そして、三角形メッシュを真上から平行投影して欠損した高さマップとテクスチャを得る。最後に、高さマップとテクスチャの欠損を別のCNNで補完し、地形3Dモデルを得る。以上により、入力画像の遮蔽領域も含めて地形3Dモデルを推定できる。
[P29] 一枚の画像による3Dモデル再構成
概要
近年AR・VR技術の発展により3Dモデルの需要が高まっている。人の手による3Dモデルの作成は時間がかかるが、画像から生成することができれば誰でも3Dモデルを扱うことができる。既存研究としてCVPR2018で加藤らが発表したNeural 3D Mesh Rendererがあり、入力画像と生成された3Dモデルのシルエットの差を用いてニューラルネットワークを学習する。一方でシルエットの差のみを利用しているため細部の精度が低い。我々はCVPR2019でGeigerらが発表した3Dモデルを高解像度化する技術を応用することで精度の向上を実現できるのではないかと考えている。
[P30] PIFuを用いた顔の線画からの3Dモデル生成
概要
近年映画やゲームは3DCGが多く使われており，それらの作品のキャラクタを作成するためのモデリングソフトも数多く存在する．しかしキャラクタモデリングは初心者には難しく，その技術を習得するには長い時間が必要になる．そこで本研究では，キャラクタモデリングにかかる時間を削減するために，陰関数表現とディープラーニングを組み合わせ少数の画像から人の全身の3次元モデルを生成する方法を応用し，顔の線画から3次元の顔のモデルを生成することを試みた．本発表ではその結果について報告する．
[P31] パラメータ探索のための深層生成モデルとGPLVMを用いた低次元潜在空間の構築
概要
生成モデルと潜在空間を構築することで学習データに類似した新たなデータを生成する手法は多く研究されており，深層生成モデルによる高い補間能力を持つ手法も提案されている．しかし，既存の深層生成モデルの多くが高次元の潜在空間を持つため，ユーザが潜在空間を自由に探索して好みのデータを生成することは困難である．そこで本研究では，Gaussian Process Latent Variable Model（GPLVM）により，深層生成モデルによって構築された潜在空間からユーザが探索可能な2次元の部分潜在空間を構築する手法を提案する．形状生成と文字画像生成において提案法を適用しその有用性を検討する．
[P32] ユーザの体型を考慮した服飾形状デザインシステムの提案
概要
個人向けの服飾デザインでは各使用者のサイズ感が重要であるが、その製作には手間と時間を要する。そこで本研究では、使用者の体型を考慮しつつ好みの服飾形状を簡易的にデザインするための技術を研究している。具体的には、まずユーザの体型情報に応じたデザイン原案を複数提示した上で、対話的進化計算を通じてデザイン形状パラメータを段階的に最適化する方法を探る。その際、体型を制約条件とした最適化を施すことで、体型が顕著に現れる服飾でも好みのデザインを提示できるシステムを目指す。
[P33] モチベーション継続を目指した適応型ダンス練習支援システムFreeDanceの設計
概要
健康維持に運動は推奨されているものの，継続的な運動を支援するためのモチベーションの維持を考慮した研究は極めて少ない．本研究は，適応型ダンス練習支援システムFreeDanceを提案し、ダンス練習の動機づけを促進する．具体的には，没入感を向上させた3面壁型ディスプレイに，ユーザが選択したキャラクターと舞台を表示し，キャラクターと共にダンスを楽しむ環境を提供する．提案システムでは，ユーザのダンスに対しリズムや動きの判定機能を設け，評価箇所を視覚化した振り返り機能を付与する．モチベーション向上の仕組みを取り入れることで，ユーザは楽しみながらダンスを継続し，結果として健康を維持することができる．
[P34] スケッチベース弁当具材配置支援システムSketch2Bentoの開発
概要
近年，SNS等で弁当を作品として公開することが広まっている．その中でも，弁当の中身を漫画やアニメのキャラクタ，風景などに模したキャラ弁は人気である．しかし，キャラ弁を作ることは，具材の加工や配置に繊細な技術を要求される．また，作りたいキャラクタのレシピが見当たらないこともある．
本研究では，ユーザの手書きスケッチを入力とし，弁当具材とその配置方法を支援するガイダンスシステムを目指す．提案システムは，空間拡張現実技術を用いて，弁当箱にユーザの作業状況に応じた配置ガイダンスをインタラクティブに提示する．これにより，ユーザは既存のレシピに頼ることなく創作意図に沿ったキャラ弁を作ることができる．
[P35] スケルトンを用いた新聞紙造形技術NewsFabの提案
概要
近年日用品を用いた造形技術が盛んに提案されている．しかし，一定形状かつ変形できない素材を用いることが多いため造形物の詳細度が高くない課題が残っている．本研究は，形状を変化させやすく手に入りやすい新聞紙に着目し，一般ユーザでも形の整った立体作品を作ることができる造形技術を提案する．提案手法では，作品の形状を維持するためにスケルトンや充填物の制作ガイダンスをユーザに提示し，容易に複雑な形状の新聞紙アートを制作できる．また，深度差分情報を投影することにより，積層構造で新聞紙の充填に必要なガイドを提示する．スケルトン作成には，専用に３Dプリントしたコネクタと割り箸を結合することで実現する．
[P36] 大域特徴と局所特徴を考慮した人物顔スケッチ支援システム
概要
人物画スケッチにおいて，ユーザは大域的な特徴（パーツのバランス）や局所的な情報（各パーツの形状詳細）を常に意識しなければならず，専門知識を持たないユーザにとって非常に難しい．そこで本研究では，大域特徴と局所特徴のガイダンスを行うことで，ユーザが思い描いた人物画の制作を支援するデータ駆動型システムを提案する．大域特徴としては，データベースの中から，ユーザの描く輪郭線（途中結果）に類似する人物画の輪郭線を動的に検索し，画面に表示する．局所特徴としては，敵対的生成ネットワークを用いることで，ユーザが描いたパーツの位置関係を基にパーツの形状詳細を自動生成し，画面に表示する．
[P37] 水面での屈折映像からの歪み除去
概要
水面での屈折による歪みを除去できれば、水中の様子を観察しやすくなる。屈折像の歪み除去を狙った既存研究では一枚の水面画像を入力としているが、歪みと水中の物体の見た目には曖昧性があり、歪みをうまく除去できない。本研究では、固定視点で撮影された水面映像を入力とし、曖昧性の低減を図る。まずニューラルネットワークを用いて、異なる時刻の複数枚の水面画像から歪みのない水底画像を推定する。この処理をまた別の時刻の水面画像の組にも適用し、得られた水底画像同士を一致させるような損失関数を導入する。さらに歪み関数に対する平滑化のための正則化を加えることにより、時間的な一貫性を保ちつつ歪み除去の精度向上を目指す。
[P38] 限定された要素の分布による画像の表現手法
概要
モザイクのように要素を組み合わせて目標画像を模倣する表現手法が提案されているが、指定した要素のみを全て使い、目標画像に近づける手法は少ない。本発表では、このように要素をすべて使う手法を提案する。本手法では、まず、要素を配置し、次に要素を調整する。要素の配置では、目標画像の色と要素同士の重なりをコスト関数として、それを小さくするように、姿勢を決定して、配置する。このとき、特に分布の密度は考慮しないため、目標から大きく外れた要素も存在するが偏りが現れる。要素の調整では、この偏りを解消する。これのために、表現される色を考慮した、画像のバウンダリからの距離に基づいた重心ボロノイ分割を用いる。この操作により、既存法では表現できなかった、分布の違いが画像上に現れ、色だけでなく、分布の差による目標画像の表現が可能となる。
[P39] 鳥の生体力学に基づく飛行アニメーション制作法の研究
概要
鳥は日常的によく目にする動物であり、鳥の飛行アニメーションは映像作品やゲーム作品においても多用される。しかし、鳥の羽ばたきは単純な翼の上下運動ではなく、斜め８の字とも言える複雑な軌道を描くうえ、翼の形状など様々な要因によって多様な動きの変化を生じる。特に鳥の飛行においては、翼のみならず、生体構造に基づいて胴体の角度や尾羽の働きを密接に連動させることが重要である。そこで、本研究ではこうした鳥の特徴を踏まえ、容易に鳥の飛行動作を表現できるようなCGアニメーション制作法について検討する。
12月4日(金) 14:45-15:45 ポスターセッション3
[P40] リアルタイムレンダリングにおける動的なキャラクターへのニューラルスタイル転移のパフォーマンス最適化
概要
リアルタイム用途でのグラフィックスへのAI活用は処理負荷が高いという課題がある．本研究では，リアルタイムレンダリングにおける動的なキャラクターに対し，ニューラルスタイル転移を適用する際の2つの最適化手法を提案する．1点目は，転移の対象となるキャラクター領域をボーン座標から求める処理．2点目は，スタイル転移の表現力と時間的な整合性を保ちつつ，処理速度を向上させるニューラルネットワークの最適化である．実装結果から，フルHD・60FPSのリアルタイムレンダリングにおいて提案手法の有効性を示す．さらに，キャラクター領域の凸形状に対するカリング処理として，グリッドベースとマスクベースによる手法についても評価を行う．
[P41] DenseGATs: キャラクタの非線形変形のためのグラフアテンションネットワーク
概要
アニメーション制作において，アニメータは常に複雑な外見やディテールを持つキャラクターのための高品質な変形システムを開発するため，多大な時間と労力を費やしている．本研究では，スキニングと微調整の繰り返しに費やす時間を削減するため，高品質なスキニングを施したキャラクタのメッシュの既存のグラフ情報をもとに，新しいキャラクタの変形を自動的に計算するエンドツーエンドのアプローチを提案する．メッシュ変形を線形部分と非線形部分の組み合わせとして捉える考え方を採用し，複雑な非線形変形を近似するための新しいアーキテクチャを提案する．一方で，線形の変形は単純であるため，直接計算することができるものの，正確な変形は難しい．そこで本研究では，複雑なグラフデータを扱い，非線形変形を誘導的に予測するために，グラフアテンション (GAT) ブロックを設計する．そして，膨大な量のメッシュ特徴を学習することの難しさを軽減するために，”dense module” と呼ばれる GAT ブロック間の密な接続パターンを導入している．これらの手法を用いることで，既存の十分にスキニングされたキャラクタモデルの変形特徴を，新しいモデルと共有することが可能となる．本研究では，DenseGATs のテストを行い，古典的な変形手法や他のグラフ学習ベースの戦略と比較した．実験の結果、我々のネットワークにより，学習データにないキャラクタの非線形変形を予測できることを確認した．
[P42] 弓動作に着目した弦楽器演奏モーションの自動生成
概要
本研究では、弦楽器で演奏された音楽音響信号に対して、弓動作に着目した演奏モーションを自動生成する手法を提案する。弓を用いる弦楽器において、使用弦や弓の切り返しは演奏モーションと音響的特徴に強く影響する。近年、深層学習を用いた演奏モーション生成手法が提案されているが、多くの場合音響特徴量のみから演奏モーションを直接推定しており、また既存手法を用いて推定したポーズを正解として学習するため、しばしば不自然な結果となる。提案手法では、音響信号から使用弦と弓の切り返しを推定し、その結果から人間の弦楽器演奏過程に基づくルールに則り演奏モーション生成を行うことで、より自然なモーションの生成を目指す。
[P43] 演奏動画生成における姿勢転写手法の検討
概要
近年，深層学習を用いた姿勢転写の研究が行われている．姿勢転写では，入力画像，変化前後の姿勢の座標の情報から姿勢が変化した画像を生成する．姿勢の座標に依存する手法では，腕や脚に付随して動く部分は転写できるが，弦楽器の弓のように人が持つ物体を含めた転写は実現できない．本研究では，弓部分のマスク画像を用いることで弓部分を含めた姿勢転写を行い，演奏動画を生成する．
[P44] 対象を絞った動画の説明文生成
概要
本研究では、video captioningにおいて、撮影された動画から説明文を生成する際に、主語や述語や目的語の候補となる単語を与えることで、それらの候補の単語を1つ以上含む動画の説明文を生成することを目標としている。主語を与えることで、動画から特定の動作主の動作のみを抽出して文章を生成でき、また、候補となる単語を絞ることで学習速度の向上が見込めると考えている。
[P45] Context Aware Loss関数を用いた野球スイング動画の区間分類法
概要
本研究では，野球スイング動画から，『振り始め』『インパクト』『フォロースルー』などといったスイング中に起こる特定動作を自動的に検出し，スイング動画を区間分類できる手法を提案する．我々は，野球スイング中に起こる7つの動作を定義し，深層学習に基づく識別器により動画からこの７つの動作が起きたフレームを特定する．具体的には，ゴルフスイングの区間分類のために開発されたSwingNetに，イベント前後を考慮し損失を計算するContext Aware Loss関数を統合する．動画サイトから収集した野球スイング動画を用いて，提案システムを訓練し精度評価を行った結果，特定動作検出の正解率は74.3%であった．
[P46] 幾何学的な特徴を用いたスケッチベース法線マップ生成
概要
法線マップは，3Dモデルの複雑な表面形状および質感を表現するための重要かつ効率的な手段である．3Dモデルの作成のため，フリーハンドのスケッチから高品質で精確な法線マップを自動生成することで，デザイナーによる設計の手間を大幅に省くことができる．本研究は，条件付き敵対的生成ネットワークを用いてユーザのスケッチからの法線マップを生成する生成フレームワークを提案する．幾何学的サンプリングによる条件付きマスクを入力として用いることで，生成結果の精度を向上できる．提案手法の有効性は定量実験と定性実験で検証した．
[P47] Multi-level Attention Networks for Font Style Transfer between Different Languages
概要
In this poster presentation, we discuss a model that can transfer font styles between different languages by observing only a few samples. The automatic generation of a new font library is a challenging task and has been attracting many researchers’ interests. Most previous works addressed this problem by transferring the style of the given subset to the content of unseen ones. Nevertheless, they only focused on the font style transfer in the same language. In many tasks, we need to learn the font information from one language and then apply it to other languages. It’s difficult for the existing methods to do such tasks. To solve this problem, we specifically design our network into a multi-level attention form to capture both local and global features of the style images. We also discuss the generative ability of our model based on experimental results.
[P48] Face parsing using DeepLab v3+
概要
In recent years, more and more applications of semantic segmentation appear in our life, such as auto-driving and face parsing. A multi-semantic segmentation task computes pixel-wise label maps for different semantic components from images. It can be used to segment faces in real time and then beautify them, and it can also be used to generate the labels of 3d face models with partial textures.
In this study, we conducted an experiment to realize multi-semantic segmentation of face images ensuring the accuracy and real-time performance by using the structure of DeepLab v3+ and the dataset HELEN.
[P49] サンゴ礁の3DCGモデリング手法の研究
概要
海中シーンのCG表現においてサンゴ礁は重要な要素である。しかし、モチーフの細かさや複雑さ故に、大規模かつ精細なサンゴ礁の表現は困難である。本研究ではサンゴ礁モデルを容易に作成できるツールの開発を目指し、岩場への侵食や他種サンゴとの縄張り争いといった、サンゴの生態を再現できるアルゴリズムについて研究している。特に、サンゴ個体のモデリングとサンゴ礁としての群れの両方の自然さを両立させる方法として、プロシージャルモデリング技術の応用を有力視している。
ニュース
- 2021年2月24日 VC2021は2021年9月28日(火)～10月1日(金)に，慶應義塾大学日吉キャンパス来往舎で開催することになりました．
- 2021年2月1日 各賞の受賞者の写真を掲載いたしました．(詳細)
- 2020年12月4日 VC2020は本日盛況のうちに終了しました．各賞の受賞者についてはこちらをご覧ください．
- 2020年11月30日 協賛企業講演のページを公開いたしました．(詳細)
- 2020年11月17日 企業招待講演のページを公開いたしました．(詳細)
- 2020年11月16日 特別講演のページを公開いたしました．(詳細)
- 2020年11月14日 プログラムを公開いたしました．(詳細)
- 2020年11月11日 参加登録の受付を開始いたしました．(詳細)
- 2020年10月8日 ポスターの募集スケジュールを掲載いたしました．更新が遅れまして申し訳ありません．(詳細)
- 2020年8月19日 VC2020をオンライン開催とすることを決定いたしました．
- 2020年7月31日 新しい論文募集スケジュールを決定いたしました．(詳細)
- 2020年6月5日 新しい論文募集スケジュールを決定いたしました．
- 2020年3月28日 VC2020の会期を2020年12月2日(水)-4日(金)に延期することを決定いたしました．新しい論文募集スケジュールについては近日中に決定し，改めてお知らせいたします．
- 2020年3月23日 VC2020の開催時期や方法等について見直すこととしました．具体的な方針については近日中に決定し，改めてお知らせいたします．
- 2020年3月13日 ポスターセッションの開催については、昨今の状況を踏まえて再検討中です (詳細)
- 2020年3月6日 国際論文誌・学会採択論文招待セッション企画についてのページを追加しました (詳細)
- 2020年3月4日 採択論文のうち，希望者については画像電子学会の論文誌に推薦します (詳細)
- 2020年1月16日 VC2020のWebページを公開いたしました
過去の開催
スポンサー企業
ゴールド・スポンサー
シルバー・スポンサー
ブロンズ・スポンサー
