Institute of Computing Technology（ICT）、中国科学院大学、カーディフ大学、浙江大学の研究者らは、敵対的生成ネットワークGenerative Adversarial Network（GAN）を用いてメッシュ変形を転送する手法を発表しました。
論文：Automatic Unpaired Shape Deformation Transfer
著者：LIN GAO, JIE YANG, YI-LING QIAO, YU-KUN LAI, PAUL L. ROSIN, WEIWEI XU, SHIHONG XIA
指の動作をズボンへ転送
本論文は、ソース形状からターゲット形状にメッシュ変形を転送するGANを用いたアーキテクチャを提案します。ソース形状の変形を別のターゲット形状に、可能な限り類似した形でより自然に移すことを可能にします。
例えば、細い人の動作を太い人へ、フラミンゴの動作を人へ、馬の動作を像へ、顔の動作を人へ転送したり。
本提案手法は、従来の方法とは異なり、ソース形状とターゲット形状のペアをポイントとして入力するのではなく、ペアでない不対応の形状間で変形を転送する自動アルゴリズムを可能にします。
これを達成するために、VAE-Cycle GAN (VC-GAN)アーキテクチャを用います。ネットワークは、生成された形状をターゲット形状と区別できないようにするために、変形されたソース形状を変形されたターゲット形状にマップし、さらに、ターゲット形状からソース形状への逆マッピングも利用し、自然な形状を生成するためのもっともらしい変形空間を学習します。
結果、既存の方法に比べ、本提案手法の出力結果の方が同等またはそれ以上の精度を実証しました。また、自動になるため、既存の方法よりユーザの労力も軽減します。