UCLとAdobe Research、1枚の静止画像に対して、ヴァーチャルオブジェクトの跳ね返りを推定し自然な相互作用ビデオを生成する手法を発表

UCLとAdobe Researchによる研究チームは、1枚の静止画像に対して、ヴァーチャルオブジェクトの衝突及び跳ね返りから相互作用する動画を生成する機械学習アプローチを発表しました。

論文：Neural Re-Simulation for Generating Bounces in Single Images

Carlo Innamorati ¹　Bryan Russell ²Danny Kaufman ²Niloy J. Mitra ^1,2
1University College London         ²Adobe Research    

本研究は、ヴァーチャルオブジェクト（ボール）の跳ね返りを用いて、1枚の静止画像との相互作用を再構築する手法を提案します。提案手法は、入力画像から推定した深さに基づいて形状を生成し、この推定した形状に対して物理的シミュレータを実行、そこからニューラルネットワークを用いて奥行き推定の補正を学習します。最後に、視覚的に妥当な軌道出力を生成するための学習をします。