Development and Deepening Data-Driven Physics-based CG Animations

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K11990
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60090:High performance computing-related
• 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): 2019-04-01 – 2022-03-31
• Keywords: 物理法則アニメーション / データ駆動法 / 深層学習 / キャラクタアニメーション / 髪アニメーション / 脆性破壊アニメーション / グラフアテンションネットワーク / 敵対的生成ネットワーク

Outline of Final Research Achievements

The purpose of this research is to establish a data-driven approach for real-time animation of physics-based animations. The approach taken here is to replace bottlenecks in the computational process with deep learning-based process. Through various experiments, we demonstrated the effectiveness of the proposed method, mainly in terms of processing speed and efficiency. Through these methods, we are convinced that data-driven physics-based CG animation can be an extremely effective method, especially in terms of real-time animation.

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

機械学習手法は近年長足の進歩を遂げており，最近では深層学習などの新しいツールが普及しつつある．本研究では，リアルタイムアニメーションが困難なトピックに対して，深層学習のような，他の分野で有効性が評価されている新しいツールを利用して，データ駆動型手法によるアプローチに取り組んだ．本研究の研究成果により，リアルタイムアニメーションを必要とする分野，例えば，ゲームやVRのような仮想空間において，人物や自然物のより写実的な表現をすることが可能となる．