Seamless

Virtual Reality News

トリニティー・カレッジ、手書きキャラクタにシェーディング効果を付与するためのCNNを用いた手法を発表

トリニティー・カレッジの研究者らは、スケッチ図にシェーディング効果を付与するためCNN(Convolutional Neural Network)を用いて法線マップを推定する手法を発表しました。

論文:Deep Normal Estimation for Automatic Shading of Hand-Drawn Characters
著者:Matis Hudon, Mair´ead Grogan, Rafael Pag´es, Aljoˇsa Smoli´c


左が入力画像。右2つが本提案手法を用いた異なる照明構成での2つのレンダリング結果

本論文は、手書きのキャラクタにシェーディング効果を生成するためのCNNベースのパイプラインを提案します。

本提案手法は、任意の解像度のデジタルスケッチを入力とし、シェーディング効果を生成するのに適した法線マップをCNNを用いて推定します。

大量に必要なトレーニングデータには、ソフトウェアを用いて3Dモデルから線画を自動的に生成することで収集しました。

これらのことで、線画からいろんな角度からの照明効果を再現することができ、フラット図に対して、明暗のコントラストで立体感を与えることができます。

女の子と猫:Credit©︎David Revoy

本提案手法は、ユーザの手作業を排除しているため、労力と時間を大幅に削減できるとしています。

Teaser:Ester Huete