2022 Fiscal Year Annual Research Report
Line Drawing and Stylization in Consideration of Human Visual System
| Project/Area Number |
20H04203
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
山口 泰 東京大学, 大学院総合文化研究科, 教授 (80210376)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山田 修 奈良県立大学, 地域創造学部, 特任教授 (30571723)
SRIPIAN PEERAYA 芝浦工業大学, 工学部, 准教授 (70822542)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 線画 / 視覚特性 / ３次元形状知覚 |
|---|
| Outline of Annual Research Achievements |
3DCGによって3次元データから写実的な映像を高速に得られるようになったが，線画表現は依然として重要である．たとえば，機械や建造物の設計図，利用マニュアルの説明図などによく用いられる．機械部品などの単純な曲面で構成される形状であれば，CADデータから線画を生成することも可能だが，その場合でもCADデータの曲線はそのまま利用できず，工業イラストレータによる修正が必要である．一方で自然物や彫像のように複雑な凹凸を持つ曲面形状や，そうでなくとも3Dスキャナによって取得されたポリゴンデータの場合，適切な線画を自動的に生成することは困難である．また形状理解を促すために設計図や説明図では線幅や色に変化をつけるが，その調整法も自明ではない．本研究では，線画認知におけるヒトの特性を解明するとともに，その特性を利用した線画生成ならびに線画への効果付与技術の開発を目指した．
線画生成に関しては，研究代表者らの開発した曲面近傍の積分量にもとづく特徴線抽出技術をベースとして，視線や照明などの方向性を加味した積分量を定義し，その積分量を用いた線画生成手法を検討した．一方で，3次元形状データと一定の規則に沿ってヒトが描いた線画の組をもとに線画生成を機械学習する方法も試みた．さらに効果付与については，線画における線幅や消失点などから得られる奥行き感を解析するとともに，それらを線画の効果として利用することも検討した．特に消失点など複数の線の関係から誘導される空間認知の傾向について詳細な調査を行い，３次元シーン理解におけるヒトの特性について知見を得ることができた．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
