Seamless

Virtual Reality News

リヨン大学ら、直感的なスケッチ入力から現実的な仮想地形モデルを生成できる敵対的学習(cGAN)を用いたオーサリングツールを論文にて発表

リヨン大学のLIRIS-CNRS、パデュー大学、Ubisoftの研究者らは、直感的なユーザ入力で現実的な仮想地形を作成できる機械学習を用いたサンプルベースのオーサリングツールを論文にて発表しました。

Interactive Example-Based Terrain Authoring with Conditional Generative Adversarial Networks

本稿は、簡単なスケッチ入力から地形をモデリングするための機械学習を用いたフレームワークを提案します。初心者でも短時間で広範囲の地形を設計することができます。

 (初心者が数分で作成した仮想地形)

提案手法のパイプラインは、トレーニングステップとインタラクティブオーサリングステップの2段階に分けられます。

(本提案手法の概要図)

トレーニングステップでは、教師なし機械学習で使用される敵対的生成の「cGAN(Conditional Generative Adversarial Network)」が用いられます。データセットには、実世界の地形データベースから抽出したスケッチと地形のペアを利用して生成器と識別器で学習し精度を上げていきます。

そして、トレーニングステップで生成された地形シンセサイザと呼ぶユニットを利用して、入力スケッチから地形を生成します。

 

関連

NVIDIAら、Conditional GANを用いて任意の画像から2048×1024高解像度のフォトリアリスティックな画像合成モデルを生成できる手法を論文にて発表 | Seamless