口頭発表・招待講演プログラム

6月21日 13:10-14:10 論文セッション1 (レンダリング・可視化)
座長: 楽 詠灝 (東京大学)
VC_2018_image_17.jpg

[1] 保守的シャドウマップを用いたFrustum Traced Shadows の高速化

*溝口智博 (株式会社スクウェア・エニックス), 德吉雄介 (株式会社スクウェア・エニックス)

概要
本論文はFrustum Traced Shadows法によるハードシャドウの計算を高速化する描画パイプラインを提案する.このFrustum Traced Shadows法は近年ゲームのようなリアルタイムアプリケーションで用いられているが,シャドウマップ法と比べると計算コストが高いという問題がある.そこで本論文ではこのFrustum Traced Shadows法のパイプラインに保守的シャドウマップを用いた影の判定処理を組み込み,二段階の影の判定を行うことで高速化する.更に本論文は既存手法より精度の高い保守的シャドウマップの実装についても述べる.4Kのスクリーン解像度における実験の結果,高速化の度合いはシーンによってばらつきがあるものの平均すると約2.4倍影の描画速度を向上できることが確かめられた.

VC_2018_image_23.jpg

[2] 基本材質の拡散プロファイル混合による実測BSSRDFデータの圧縮

*谷田川 達也 (早稲田大学), 藤堂 英樹 (中央学院大学), 山口 泰 (東京大学), 森島 繁生 (早稲田大学理工学術総合研究所)

概要
非均一の半透明媒質を物理的に正しくデータ化するためには,媒質ボリューム中の任意の点に対する拡散パラメータを数値化する必要があり,安直なモデル化ではデータ量は比較的低解像度であっても数GBのデータ量となる.本研究は,レンダリングの品質を大きく損なうことなく,データ量を従来法の30分の1に相当する数百KBまで圧縮する方法を提案する.提案法では,多くの非均一材質が高々数十個の基本材質の混合により形成されていることに注目し,これらの基本材質の拡散性能を記述する基底拡散プロファイル関数をデータ圧縮に用いる.実験を通し,測定領域の各画素には2個程度の基本材質を割り当てることで十分な近似が実現できることを示した.

VC_2018_image_38.jpg

[3] スーパーサンプリングを用いた多光源レンダリングのための誤差推定法

*酒井広和(和歌山大学), 名畑豪祐(和歌山大学),安明真哉(和歌山大学),岩崎慶(和歌山大学/ドワンゴCGリサーチ)

概要
多光源レンダリング法は,輝度を計算する点に入射する光を,シーン内に散布された仮想的な点光源(Virtual Point Light : VPL)からの入射光で近似する手法である.本研究は,複数の輝度を計算する点でピクセル値の推定を行う多光源レンダリングのための誤差推定法を提案する.多光源レンダリングにおける真値は,各シェーディング点において,すべてのVPL から入射する光が視点方向に出射する輝度を累積することで計算される.高精細な画像を生成するためには,大量のVPL を使用する必要があり,VPL 数の増加に伴い計算時間が増加するという問題がある.多光源レンダリングを高速化するために様々な近似手法が提案されているが,どの手法も真値との誤差を推定していないため,所望の推定誤差以内の画像をレンダリングするためにはパラメータの試行錯誤が必要となり,ユーザに多大な負担となる.多光源レンダリング法のための誤差推定法は提案されているが,1ピクセルに対して1つのシェーディング点で輝度を推定しているため,複数の点における輝度推定を必要とする関与媒質や半透明材質のレンダリングに適応することが難しい.本研究では,VPL およびシェーディング点をそれぞれクラスタリングし,各クラスタ間の代表点を用いて輝度と真値との誤差を確率的に推定する.推定誤差が閾値以内になるまでクラスタを分割することで所望の推定誤差以内の画像を生成する.様々な実験により提案法の有効性を示した.

VC_2018_image_24.jpg

[4] 没入的VRデータ可視化のための球面への2次元プロットのマッピング

*北直樹(北陸先端科学技術大学院大学), Grégoire Cliquet(L'Ecole de Design Nantes Atlantique), 宮田一乘(北陸先端科学技術大学院大学)

概要
本論文では2次元プロットを球面へマッピングする手法を提案することで没入的環境でのデータ観察・分析を可能にする.提案手法では2次元プロットをできるだけ歪みを抑えつつ可能な限り大きく球面へマッピングすることでユーザの視界を広く覆う.ユーザは周囲を見渡すことでデータを確認できるため,通常3次元ユークリッド空間での可視化の際に問題となるような視点位置に起因するオクルージョンは発生しない.本手法を用いることで高次元データをいったん2次元に次元削減したのち球面へマッピングしたり,任意の2次元プロットのマッピングが可能となる.応用例として高次元データの没入的VRデータ可視化やデカールの球面への貼り付けなどを示す.

6月21日 14:25-15:25 論文セッション2 (医療応用)
座長: 五十嵐 悠紀 (明治大学)
VC_2018_image_18.jpg

[5] 最小切断面を利用した2値画像の意味的領域分割

*成田智史(芝浦工業大学), 井尻敬(芝浦工業大学)

概要
我々は『昆虫や植物はくびれを境に意味の異なる領域に分かれることが多い』という知見に基づき,くびれを利用した意味的領域分割法を提案する.提案法は,X線CT画像を二値化したデータを入力とし,その前景領域を2分割する面積が局所最小な切断面(くびれ)の検出を繰り返すことで、意味的領域分割を実現する.提案法の精度検証のため,人工画像に適用し,高い精度でくびれを検出できることを確認した.また,提案法の有用性を検証するため,昆虫や花のボクセルデータに適用し,昆虫の脚や植物の茎などを分割できる事を確認した.

VC_2018_image_33.jpg

[6] 嚥下動作解析のための医用4次元画像領域分割ツールの開発 (応用論文)

*塩野崎 光(芝浦工業大学), 富山 知果(芝浦工業大学), 成田 智史(芝浦工業大学), 菊地 貴博(武蔵野赤十字病院), 道脇 幸博(武蔵野赤十字病院), 稲本 陽子(藤田保健衛生大学), 才藤 栄一(藤田保健衛生大学), 井尻 敬(芝浦工業大学)

概要
嚥下とは物を飲み込む動作のことであり,この詳細な仕組みを知るため,嚥下動作を320列ADCTにより連続的に複数回撮影し,得られた4次元CT(4DCT)画像を解析する試みがなされている.この4DCT解析では,各組織の動きの解析のため取得した4DCT画像を領域分割する必要がある.効率的な4DCT領域分割のため,剛体位置合わせ,領域拡張法,曲面再構成法などの3次元の形状処理・画像処理によく利用されるアルゴリズムを応用する試みを行っている.本応用論文では我々が行ってきた3次元領域分割手法の4次元拡張とそれらをまとめたソフトウエア開発について紹介する.加えて,我々が開発したソフトウエアにより嚥下4DCT画像の領域分割を行った結果を紹介する.

VC_2018_image_39.jpg

[7] 医用画像からの構造抽出における立体構造把握のための表現手法 (応用論文)

*瀬尾拡史, 五十嵐健夫(東京大学)

概要
CTやMRIなどの医用画像から目的臓器を抽出して3DCGデータを作成する際に、複雑な分岐の立体構造や、周辺臓器・周辺組織との相対的な位置関係をコンピュータ画面上で把握しやすくするためのリアルタイム3D表現手法を提案する。遅延シェーディング(Deferred Shading)によって生成された画像に対し、被写界深度(Depth of Field, DoF)、Screen Space Ambient Occlusion(SSAO)、及びDepth値によるFog効果を加えることにより視認性向上が期待される。また、管状構造のポリゴンメッシュモデルの法線を弄ることにより、手軽に管状構造の見栄えを向上する手法も併せて提案する。いずれも複数の既存手法の組み合わせにより手軽に実装することが出来、幅広く適用可能である。

VC_2018_image_48.jpg

[8] 線変形操作を用いた変視症検査方法 (応用論文)

*市毛 大道(山梨大学),豊浦 正広(山梨大学),郷 健太郎(山梨大学),柏木 賢治(山梨大学),藤代 一成(慶應義塾大学),茅 暁陽(山梨大学)

概要
変視症は視界が歪んで見える視覚障がいである.変視症の既存の検査手法としてM-CHARTSなどのアナログな検査方法があるが,変視症患者にとってどのように歪みを知覚しているかを詳細に調べることはできない.本稿では,線変形操作をインタラクティブに行うことで変視症を定量的に評価するシステムを設計する.また,視覚健常者によるシステムの評価実験を行い,提案手法による検査方法が有効であることを示す.

6月21日 15:40-16:40 国際会議採択論文 招待講演
座長: 小山 裕己 (産業技術総合研究所)
intl_paper_06.jpg

[9] Stochastic Light Culling (I3D 2017)

*德吉 雄介 (株式会社スクウェア・エニックス), 原田 隆宏 (Advanced Micro Devices, Inc.)

intl_paper_07.jpg

[10] Stochastic Light Culling for VPLs on GGX Microsurfaces (EGSR 2017)

*德吉 雄介 (株式会社スクウェア・エニックス), 原田 隆宏 (Advanced Micro Devices, Inc.)

intl_paper_01.jpg

[11] Distributed Optimization Framework for Shadow Removal in Multi-Projection Systems (EG 2017)

塚本 潤(京都大学 大学院情報学研究科), *岩井 大輔(大阪大学 大学院基礎工学研究科), 加嶋 健司(京都大学 大学院情報学研究科)

intl_paper_02.jpg

[12] Makeup Lamps: Live Augmentation of Human Faces via Projection (EG 2017)

Amit H. Bermano(Disney Research, Princeton University), Markus Billeter(Chalmers University), *岩井 大輔(大阪大学), Anselm Grundhöfer(Disney Research)

intl_paper_04.jpg

[13] Fast Generation of Maximal Poisson-Disk Samples with Randomized Tiling (HPG 2017)

*Tong Wang (The University of Tokyo), Reiji Suda (The University of Tokyo)

intl_paper_05.jpg

[14] Narrow Band FLIP 法の拡張による効率の良い液体シミュレーション (EG 2018)

*佐藤 雄大(東京大学)、Chris Wojtan(IST Austria)、Nils Thuerey(Technical University of Munich)、五十嵐 健夫(東京大学)、安東 遼一(国立情報学研究所)

6月22日 9:45-10:45 論文セッション3 (モーション・動画編集)
座長: 齋藤 豪 (東京工業大学)
VC_2018_image_7.jpg

[15] OptiMo: 最適化計算を活用したキーフレームキャラクタモーション編集システム

*小山 裕己 (産業技術総合研究所), 後藤 真孝 (産業技術総合研究所)

概要
三次元キャラクタアニメーションはしばしばキーフレームモーションを用いて制作される. この際, キーポーズの指定だけでなく, アニメーションカーブ (補完曲線) の編集もまたモーションのニュアンスを作り込む上で重要である. 本研究では, アニメーションカーブの編集の際に最適化計算技術を効果的に活用するための枠組み (optimization-guided motion editing) を提案する. 特に, そのような目的を達成するためのシステム設計指針を議論した上で, 具体的なインタラクション及びそれを実現するための定式化方法を提案し, プロトタイプシステムOptiMoを実装した.

VC_2018_image_34.jpg

[16] Deep Compact Motion Manifold に基づくモーションの生成と編集

*木佐省吾(豊橋技術科学大学), 栗山繁(豊橋技術科学大学), 向井智彦(首都大学東京)

概要
キャラクタ・アニメーションで用いられるモーションの生成と編集にニューラルネットワークのオートエンコーダーで学習した潜在変数空間を用いる手法が提案されているが、次元圧縮して得られる多様体空間の次元数は元データの半分程度であり変数空間の効率的な探索や操作には適していない。また、オートエンコーダー自体も符号器と復号器の各々が単層で構成されているので、多様なモーションを生成するのにも適していないと考えられる。本研究では、多層のネットワークを用いることによって生じる動きの品質劣化を回避するために競合生成的なネットワークの学習を導入し、従来手法よりも低次元な空間に多様なモーションを埋め込むことによって、編集の際の計算量や安定性を向上させる手法を提案する。その応用例として、時間整列等の前処理を必要としない動きの遷移や補間等を取り上げ、特徴を捉えた尤もらしいモーションを生成する性能を検証する。

VC_2018_image_36.jpg

[17] 深層学習と周辺状況画像を用いた群集シミュレーションのためのエージェント移動制御

*尾下 真樹(九州工業大学)

概要
本論文では、群集アニメーションの生成を目的とした、深層学習と周辺状況画像を用いたエージェントの移動制御手法を提案する。本手法で用いる周辺状況画像は、対象とするエージェントの周囲を真上から見た画像であり、周囲の他のエージェントの位置・向きや、その状況においてどの方向に進むべきかを表す仮目標の位置の情報を含む。本手法では、仮目標の候補位置を含む周辺状況画像を推定するための深層学習モデル(畳み込みニューラルネットワーク)と、あらかじめ定義された評価基準を組み合わせて用いることで、周囲の状況にもとづいて適切な仮目標位置を決定し、その仮目標位置に向かって進むようにエージェントを制御する。

VC_2018_image_3.jpg

[18] 時間的一貫性を考慮した動画修復手法の高速化

*野田啓太(静岡大学), 岡部誠(静岡大学)

概要
動画修復技術には,動画中の不要な物体やロゴの消去,また,動画のノイズ除去など,様々な応用がある.しかし,計算コストが多大なため,実用的な技術は未だ存在しなかった.そこで,我々は高速な動画修復手法を提案する.既存手法の修復処理では,高精度だが高コストなオプティカルフロー技術が使用され,これがボトルネックとなっていた.我々は低精度だが高速なオプティカルフロー技術でこれを代用する.また,パッチベースのテクスチャ合成処理の回数も大幅に削減する.これらの変更で生じるアーティファクトを軽減するため,速度場に対する平滑化を導入した.既存手法に比べ,同程度の質の修復結果が1/150の時間で得られることを示す.

6月22日 11:00-12:00 論文セッション4 (シミュレーション・計測)
座長: 山口 泰 (東京大学)
VC_2018_image_6.jpg

[19] エピポーラ幾何に基づくPlane-to-Rayライトトランスポートの計測と解析

*久保尋之(奈良先端科学技術大学院大学, Carnegie Mellon University), Suren Jayasuriya(Carnegie Mellon University, Arizona State University), 岩口尭史(奈良先端科学技術大学院大学, Carnegie Mellon University), 舩冨卓哉(奈良先端科学技術大学院大学), 向川康博(奈良先端科学技術大学院大学), Srinivasa Narasimhan(Carnegie Mellon University)

概要
シーンからカメラに到達する観測光の直接光成分と間接光成分に大別されるが,間接光は相互反射や表面下散乱など様々な要因からなっているため,機械がシーンを理解するためには間接光に対する更なる計測や解析が不可欠である.そこで本研究では,時間的に同期したプロジェクタ-カメラシステムを用い,これらの同期遅延時間と露光時間とを制御することによってシーンのライトトランスポートの計測を行う.このとき,プロジェクタで平面上に当てた入射光とカメラの各画素で計測される観測光との関係をPlane-to-Rayライトトランスポートと呼び,これらの観測を用いて間接光成分の距離に応じた分離のほか,表面下散乱光の解析や材質推定が可能となることを実験で確かめた.

VC_2018_image_16.jpg

[20] 物体表面上の熱伝播と画像データベースを基にした時間経過により成長する水滴形状表現

*三鴨道弘(鹿児島大学),川崎洋(九州大学)

概要
本論文では,冷えた物体表面上で凝縮する水滴が成長する様子を,画像をもとにしたディスプレイスメントマップを使って表現する手法を提案する.具体的には,実際に撮影した水滴が成長する様子から画像データベースを作成する.また,水滴の成長は物体表面温度と撥水性に依存するものと仮定し,表面温度は有限要素法を用いて計算し,撥水性パラメータは手動で与える.これらを利用し,表面温度と撥水性に依存するディスプレイスメントマップを合成する.合成したディスプレイスメントマップを利用してレンダリングすることで,物体表面上で時間経過により成長する水滴と,表面温度に依存した水滴の粒の密度分布が表現できることを示す.

VC_2018_image_31.jpg

[21] 側鎖結合を考慮した毛髪の塑性変形シミュレーション

*出村 佑史(筑波大学), 藤澤 誠(筑波大学), 三河 正彦(筑波大学)

概要
本論文では,パーマや寝癖の表現を可能とする毛髪の塑性変形シミュレーション手法を提案する.毛髪のシミュレーションはコンピュータグラフィクスの分野において人間等のキャラクタを表現するのに必要不可欠なものであるが,ほとんどの場合シミュレーションが容易な弾性体としてその挙動が計算され,寝癖や整髪料の影響のような塑性変形は考慮されていない.提案手法では,毛髪の主成分であるケラチンと呼ばれるタンパク質内で結びついている側鎖結合を考慮し,実際の毛髪と同じように各結合で切断及び再結合を繰り返すことによって塑性変形を再現する.これらを,位置ベース法に組み込むことで高速かつ安定したシミュレーションを実現した.

VC_2018_image_8.jpg

[22] 大気中の音の伝播の高速計算

*土橋宜典(北海道大学), Doug James(Stanford University)

概要
大気中の音波伝播の高速計算法を提案する。大気中における音波の伝播では、大気による音波の屈折と減衰が重要な役割を果たす。音波の伝播経路は曲線となり、その減衰率は伝播経路と周波数応じて変化する。地面での反射も考慮しなければならない。これらの屈折と減衰を高速に計算し、音としてリアルタイムにスピーカから出力する手法を提案する。提案法によって航空機や列車などの音が実際にどのように知覚されるかを実際に体験でき、バーチャルリアリティなどのアプリケーションにおいて、仮想空間の臨場感を向上できる。

6月22日 15:30-16:10 SIGGRAPH 2018 / TOG 採択論文 招待講演1
座長: 土橋 宜典 (北海道大学)
siggraph_paper_01.jpg

[23] Smart Inker: ラフスケッチのペン入れ支援

*シモセラ エドガー(早稲田大学), 飯塚 里志(早稲田大学), 石川 博(早稲田大学)

siggraph_paper_02.jpg

[24] 敵対的データ拡張による自動線画化 (TOG Paper)

*シモセラ エドガー(早稲田大学), 飯塚 里志(早稲田大学), 石川 博(早稲田大学)

siggraph_paper_03.jpg

[25] Gradient-domain Volumetric Photon Density Estimation

Adrien Gruson, *Binh-Son Hua, Nicolas Vibert, Derek Nowrouzezahrai, and Toshiya Hachisuka

siggraph_paper_04.jpg

[26] 複数画像を表示する反射板の制作法

*櫻井 快勢 ((株)ドワンゴ ドワンゴCGリサーチ), 土橋 宜典 (北海道大学、ドワンゴCGリサーチ), 岩崎 慶 (和歌山大学、ドワンゴCGリサーチ), 西田 友是 (広島修道大学、ドワンゴCGリサーチ)

6月22日 16:25-17:05 SIGGRAPH 2018 / TOG 採択論文 招待講演2
座長: 井尻 敬 (芝浦工業大学)
siggraph_paper_05.jpg

[27] 例示に基づく乱流のスタイル転写

*佐藤 周平(ドワンゴCGリサーチ),土橋 宜典(北海道大学/ドワンゴCGリサーチ),Theodore Kim(Pixar Animation Studios),西田 友是(ドワンゴCGリサーチ/広島修道大学)

siggraph_paper_06.jpg

[28] 流れの補間を用いた流体アニメーションの編集 (TOG Paper)

*佐藤 周平(ドワンゴCGリサーチ),土橋 宜典(北海道大学/ドワンゴCGリサーチ),西田 友是(ドワンゴCGリサーチ/広島修道大学)

siggraph_paper_07.jpg

[29] 事前計算パネル法による空気力学モデル (TOG Paper)

*謝 浩然 (東京大学/JAIST), 五十嵐 健夫 (東京大学), 宮田 一乘 (JAIST)

siggraph_paper_08.jpg

[30] High-Fidelity Facial Reflectance and Geometry Inference from an Unconstrained Image

*山口 周悟(早稲田大学,USC Institute for Creative Technologies), 斉藤 隼介(Pinscreen, 南カリフォルニア大学, USC Institute for Creative Technologies), 長野 光希(Pinscreen), Yajie Zhao(USC Institute for Creative Technologies), Weikai Chen(USC Institute for Creative Technologies), Kyle Olszewski(Pinscreen, 南カリフォルニア大学, USC Institute for Creative Technologies), 森島 繁生(早稲田大学理工学術院総合研究所), Hao Li(Pinscreen, 南カリフォルニア大学, USC Institute for Creative Technologies)

6月23日 9:55-10:55 論文セッション5 (深層学習・画像変換)
座長: 飯塚 里志 (早稲田大学)
VC_2018_image_49.jpg

[31] 変分オートエンコーダを用いた領域特徴抽出による顔領域入れ替えを含む画像編集法

*夏目亮太(早稲田大学), 谷田川達也(早稲田大学), 森島繁生(早稲田大学 理工学術院総合研究所)

概要
本研究では, 顔画像に対する顔領域入れ替えと外見編集を可能とする統合的な編集システムを提案する.従来の顔領域入れ替え法の多くは, 顔の三次元形状復元に基づくが, 人目には些細な復元のズレが大きな違和感を生じさせる. 本研究では, 深層学習により三次元形状復元を介さない顔領域入れ替えを実現する. 提案法では, 顔画像に対して顔と髪に領域分割されたデータを, VAEを用いて学習し, 顔と髪の外見特徴を潜在変数として別々に抽出する. 生成ネットワークは, 学習を通し, 抽出された顔と髪の潜在変数の組だけでなく, ランダムな潜在変数の組に対しても自然な顔画像を合成する. 提案法では, 異なる二枚の画像から抽出されたの潜在変数の組から顔画像を合成することで, 顔領域入れ替えを実現する.

VC_2018_image_12.jpg

[32] 深層学習による顔魅力度評価を用いた化粧自動最適化

*小杉 哲(東京大学), 山崎 俊彦(東京大学), 相澤 清晴(東京大学), 菅原 徹(早稲田大学)

概要
本研究では,入力された顔が最も魅力的になるように化粧を最適化することを目的とする.既存の化粧推薦の研究では,あくまで既存の化粧を真似ることに焦点が当てられていた.また,顔画像の魅力度向上を目指した研究では,魅力度を評価するニューラルネットワークに対して画像を最適化したが,adversarial examplesとなりネットワークの評価が上がっただけだった.そこで本研究では化粧をパラメータとして表現し適切な範囲制限をかけた上で最適化を行うという手法を提案する.主観評価実験を行ったところ,提案手法による化粧は化粧前の画像よりも魅力的であり,本人による化粧と同程度に魅力的であるという結果が得られた.

VC_2018_image_25.jpg

[33] 人物の単視点全身画像の再照明

*金森 由博(筑波大学), 遠藤 結城(筑波大学)

概要
単視点で撮影された人物の全身画像を再照明するための初めての手法を提案する。画像を入力として再照明を実現するには、反射率・形状・光源を推定する、という逆問題を解く必要がある。人物画像の再照明の既存手法では、対象を顔周辺に限定し、球面調和関数に基づいて照明計算を定式化し、この逆問題を解いていた。しかし、既存研究では光の遮蔽を考慮していないため、推定された形状は歪み、再照明の際には本来暗くなるべき凹んだ部分が不自然に明るくなってしまう。本研究では、前計算放射輝度伝達の枠組みに基づいて、単視点で撮影された人物の全身画像から、光の遮蔽を考慮した同時推定を行う。具体的には、反射率と光源だけでなく、遮蔽情報を表す球面調和関数の係数を、画素単位で推定する。これは畳み込みニューラルネットワークに基づく教師あり学習によって実現する。訓練データセットは商用の3D人物モデルをレンダリングして得られる小規模なものであるが、訓練データセットおよび損失関数の設計を工夫することで、実写を入力した場合でも写実的な再照明が実現できることを示す。

VC_2018_image_28.jpg

[34] 自然さ保存とコントラスト強調を考慮した色覚補償のための色変換アルゴリズム

*朱臻陽(山梨大学), 豊浦正広(山梨大学), 郷健太郎(山梨大学), 藤代一成(慶応義塾大学), 柏木賢治(山梨大学), 茅暁陽(山梨大学)

概要
世界中に一億人以上が異なるレベルの色覚障がいをもっている.近年,ディジタル機器の普及により,色覚補償のための画像処理技術が注目されている.本研究では,既存手法におけるコントラスト強調と自然さ保存が両立できていないという問題に着目し,自然さとコントラストの両方の保存を目的関数とする最適処理に基づく新しい色変換方法を提案した.画像内の主要な色のみに変換を適用し,Edit Propagationにより結果を画像全体に伝搬させることにより最適化処理の高速化を実現した.シミュレーション画像を用いた定量的評価と被験者による主観的な評価実験において提案手法の優位性を確認することができた.

6月23日 11:10-12:00 国際会議 / SIGGRAPH Asia 2017 採択論文 招待講演
座長: 岩崎 慶 (和歌山大学)
intl_paper_03.jpg

[35] 3次元形状を折りたたみ可能な立体へ半自動変換する手法の提案 (PG 2017)

宮本 惠未, 遠藤 結城, *金森 由博, 三谷 純 (筑波大学)

intl_paper_08.jpg

[36] Deep Reverse Tone Mapping (SIGGRAPH Asia 2017)

*遠藤 結城(筑波大学)、金森 由博(筑波大学)、三谷 純(筑波大学)

intl_paper_09.jpg

[37] リアルタイムレンダリングに適した一枚画像からのアバター生成 (SIGGRAPH Asia 2017)

Liwen Hu∗ (Pinscreen, University of Southern California), *Shunsuke Saito∗ (Pinscreen, University of Southern California), Lingyu Wei∗ (Pinscreen, University of Southern California), Koki Nagano (Pinscreen), Jaewoo Seo (Pinscreen), Jens Fursund (Pinscreen), Iman Sadeghi (Pinscreen), Carrie Sun (Pinscreen), Yen-Chun Chen (Pinscreen), Hao Li (Pinscreen, University of Southern California, USC Institute for Creative Technologies) (*は共同筆頭著者)

intl_paper_10.jpg

[38] Fully Perceptual-Based 3D Spatial Sound Individualization with an Adaptive Variational AutoEncoder (SIGGRAPH Asia 2017)

*山本 和彦(ヤマハ), 五十嵐 健夫(東大)

intl_paper_11.jpg

[39] Understanding and Exploiting Object Interaction Landscapes (SIGGRAPH 2017 (TOG Paper))

Soeren Pirk (Stanford University, Google Inc), Vojtec Krs (Purdue University), Kaimo Hu (Purdue University), Suren Deepak Rajasekaran (Purdue University), Hao Kang (Purdue University), *Yusuke Yoshiyasu (CNRS-AIST-JRL), Bedrich Benes (Purdue University), Leonidas Guibas 1 Stanford University, 2 Purdue University, 3 CNRS-AIST-JRL, 4 Google Inc

プラチナ・スポンサー

ゴールド・スポンサー

ニュース

  • 2018年6月23日 VC 2018は大盛況のうちに閉会いたしました. ご参加、誠にありがとうございました
  • 2018年6月19日 山形市内の大学生・高校生の皆さまは特別講演(一部)を無料でお聞きいただけます (詳細)
  • 2018年6月12日 ポスター発表のプログラムを公開いたしました (詳細)
  • 2018年6月1日 口頭論文発表のプログラムを公開いたしました (詳細)
  • 2018年6月1日 参加申し込みを開始いたしました (詳細)
  • 2018年5月18日 招待講演のプログラムを公開いたしました (詳細)
  • 2018年3月9日 暫定版のプログラムを公開いたしました (詳細)
  • 2018年3月6日 採択された技術論文のうち,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)

SNS

Facebook
Twitter
Google+ Google+

過去の開催