南カリフォルニア大学ら、参考画像から髪の色具合を3Dモデルへ適用できるGANを用いた3Dヘアレンダリングを発表

南カリフォルニア大学、Pinscreen、Adobe Research、Argo AIの研究者らは、人物の参考画像から髪の色具合を3Dモデルへ適用できる敵対的生成ネットワーク「GAN(Generative Adversarial Network)」を用いた3Dヘアレンダリング法を発表しました。

論文:Real-Time Hair Rendering using Sequential Adversarial Networks
著者:Lingyu Wei, Liwen Hu, Vladimir Kim, Ersin Yumer, Hao Li

本論文は、再現したい髪の人物画像から、フォトリアリスティックなヘアモデルへリアルタイムに変換する敵対的生成ネットワーク・アーキテクチャを提案します。

提案手法では、自然な髪の画像を入力に、髪の色、照明、繊維レベルの構造へ分解しエンコード、毛髪を逆順で適用していき現実的なCGモデルを再構築します。

データセットには、ヘアマスクに注釈を付けたCelebA-HQデータセットからの3000枚の画像を使用し、ネットワークを訓練します。これらのことで、着彩したい人物画像から3Dのヘアモデルを生成することを可能にします。

 

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