データ駆動型手法による協調的物理法則CGアニメーションの実現

使用数据驱动方法实现基于物理的协同 CG 动画

基本信息

批准号：
22K12331
负责人：
金井崇
金额：
$ 2.66万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

今年度は，人体が服を着衣し，人体の動作に合わせて衣服が変形するアニメーションに関し，異なる体形やポーズで着用される多様な衣服の詳細を考慮した変形を生成するためのデータ駆動型手法の開発を行った．提案手法は，統一されたフレームワークを使用して高品質な変形と豊富な詳細を効率的に生成することができる．既存の学習ベースの衣服変形手法とは異なり，提案手法は複数のソース属性を組み合わせて衣服変形を生成することができる．提案手法は，大きく分けて出力分解，詳細属性パーサー，2段階近似，グラフプーリング操作の4つの主要な戦略がある．出力分解は，複雑で多様な変形を処理するために出力を複数のコンポーネントに分解するために使用される．詳細属性パーサーは，入力属性を解析し，衣服や体型に関する詳細情報を抽出する．2段階近似は，粗い近似と細かい調整の2段階で変形フィールドを近似するために使用される．グラフプーリング操作は，異なる抽象化レベルから情報を集約するために使用される．提案手法の有効性を評価するために，多様な体形やポーズで着用される多様な衣服の大規模なデータセットを使用して実験を行った．その結果，提案手法は，定量的な基準と視覚的品質の両方において既存の最先端の方法を上回ることを示すことができた．また，衣服と体型のフィット具合が折り目の度合いにどのような影響を与えるかについて評価した結果，提案手法は，衣服と体型のフィットが悪い場合においても，豊富な詳細を持つ高品質な変形を生成できることを示した．さらに，提案手法が様々な種類の衣服やアニメーションに適用可能であることを示した．このことは，提案手法が高い汎用性と実用性を持つことを表している．

今年，我们将引入一种数据驱动的方法来生成变形，该方法考虑了不同体型和姿势所穿着的各种衣服的细节。所提出的方法可以使用统一的框架有效地生成高质量的变形和丰富的细节。与现有的基于学习的服装变形方法不同，该方法可以通过组合多个源属性来生成服装变形。该方法有四种主要策略：输出分解、详细属性解析器、两步逼近和图池化操作。输出分解用于将输出分解为多个组件以处理复杂多样的转换。详细属性解析器分析输入属性并提取有关服装和体形的详细信息。两阶段近似用于分两个阶段来近似变形场：粗略近似和微调。图池操作用于聚合来自不同抽象级别的信息。为了评估所提出方法的有效性，我们使用各种体型和姿势所穿的各种衣服的大规模数据集进行了实验。结果，我们能够证明所提出的方法在定量标准和视觉质量方面都优于现有的最先进方法。我们还评估了衣服和体形之间的贴合度如何影响折痕程度，发现即使在衣服和体形之间的贴合度较差的情况下，所提出的方法也可以产生具有丰富细节的高质量变形。生成此外，我们还表明所提出的方法适用于各种类型的服装和动画。这表明该方法具有较高的通用性和实用性。