Data-driven approach for the refinement of physics-based CG animations

2018 Fiscal Year Final Research Report

• Project/Area Number: 16K00169
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Research Field: High performance computing
• Research Institution: The University of Tokyo
• Principal Investigator: Kanai Takashi 東京大学, 大学院総合文化研究科, 准教授 (60312261)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: コンピュータグラフィックス / データ駆動型手法 / 液体シミュレーション / 髪シミュレーション / 弾性体シミュレーション / 部分空間統合法 / 脆性破壊シミュレーション / 回帰フォレスト

Outline of Final Research Achievements

In order to obtain realistic images in 3D Computer Graphics, animation is created by physics-based simulation. However, for use such as in games and so on, it is not possible to allocate much computing resources for such simulation, and it is necessary to perform low-resolution simulation. In this research, we applied data-driven method based on machine learning approach to physics-based simulation, and established a method for the refinement of low-resolution simulation results. By applying high-resolution animation by physics-based simulation with low computational costs in real-time CG by this learning-based approach, more realistic representation is possible.

Free Research Field

コンピュータグラフィックス

Academic Significance and Societal Importance of the Research Achievements

本研究の成果により，リアルタイムCGにおいて，物理シミュレーションを利用した写実性の高い映像表現を低コストで行うための手法として大変有効なものであることが実証された．物理シミュレーション自体が計算量として大変高コストな処理であるが，データ駆動的手法を用いることで，前処理に多少時間がかかるものの，従来よりも低コストでより写実的な表現がリアルタイム処理の中で可能となった．一番わかりやすいアプリケーションとしてはゲームがあるが，その他，リアルタイムCGを必要とする分野，例えば，映画や建築や医学，考古学といった分野で特に有効な，汎用的な技術となっている．