| 研究課題/領域番号 |
21K11910
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
梅谷 信行 東京大学, 大学院情報理工学系研究科, 准教授 (10893604)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 機械学習 / 形状処理 |
|---|
| 研究実績の概要 |
本年度は，初年度ということで機械学習用途に，三次元形状の表面で畳み込み演算を実装するための基礎的な実装を進めた．またそれに必要な計算機環境などの整備も進めた．
本研究で提案する形状の機械学習であるが，まず最初の応用例とする目標が具体的に定まっていなかった．様々な検討を行った結果，まずデジタル・ヒューマン分野での応用に的を絞ることにした．デジタル・ヒューマンとはコンピュータ・グラフィックスの技術を使って写実的な人間を再現するものであり，近年注目を集めている．デジタル・ヒューマンの作成には多大な人間の労力が必要である．それらの自動化やコンピュータによる支援ができれば非常に貢献が大きい．デジタルヒューマン分野に習熟するために，デジタル・ヒューマンの作成に必要な，髪の毛の設計について研究を行いFull Paperの論文をGraphics Interface2022というカナダのモントリオールで開催される学会に投稿し，採択された．２０２２年の５月に発表予定である．形状の機械学習が応用できれば，三次元の顔形状に対して，ランドマークを検出することができる．さらにテンプレート形状の点群へのフィッティングや，髪型のモデル間の移植などに応用できる可能性がある．現在，デジタル・ヒューマン向けの機械学習の訓練データとして使えるデータの収集を行っている．
また機械学習を用いたキャラクタのアニメーション圧縮に関する研究も本年度中に行い，Eurographics２０２２というコンピュータ・グラフィックス分野の学会にShort Paperが採択された．こちらは形状の機械学習と組み合わせることで例えば形状のアニメーションデータの圧縮や生成などに応用できる可能性がある．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
手法の実装を順調に進めている．機械学習の訓練データとなるデータも収集を続けており，２０２２年度には論文として結果をまとめられそうな目処が立っている．
|
| 今後の研究の推進方策 |
とりあえず２０２２年度に行う応用プロジェクトの一つとして，デジタル・ヒューマンの作成支援というテーマを設定した．このテーマに沿って細かな手法やデータの収集を進めていく予定である．
|
| 次年度使用額が生じた理由 |
学会のオンライン開催により，学会参加費として予定していた予算が必要なくなったため
|
