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 2 Danny Kaufman 2 Niloy 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。

ABOUT

 本サイト(Seamless/シームレス)は、2014年に始めた先端テクノロジーの研究を論文ベースで記事にしているWebメディアです。山下が個人で運営し、執筆を行っています。現在は主に寄稿(ITmedia NEWS)と、Seamless Journalに専念しています。

連絡先:yamashita(at)seamless.jp
Subscribe:TwitterFacebookHatenaNewsPicks

ゲスト連載:プロジェクションマッピング技術の変遷 岩井大輔

 Seamless Journalとは、月額10ドルの課金で厳選した最新論文がほぼ毎日メールボックスに届くというものです。記事にならない気になる論文をお届けします。決済はPatreonを介して、クレジットカードおよびPayPalで行え、解約も同サービスからいつでも可能です。お申し込みはこちらから

ページ上部へ戻る