深層学習による集光模様の実時間生成

• Item type: SIG Technical Reports(1)
• 公開日: 2017-05-03
• タイトル: 深層学習による集光模様の実時間生成
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 卒論スポットライトセッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学情報科学研究科
• 著者所属: 大阪大学情報科学研究科／大阪大学サイバーメディアセンター
• 著者所属: 大阪大学サイバーメディアセンター
• 著者所属: 大阪大学サイバーメディアセンター
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 大阪大学情報科学研究科／大阪大学サイバーメディアセンター
• 著者名: 岡本, 拓朗; 浦西, 友樹; 間下, 以大; ポチャラ, ラサミー; 清川, 清; 竹村, 治雄
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: プロジェクションディスプレイ技術を用いた物体の見かけを制御する質感操作の研究は，テーマパークや美術館といった場所でメディアアート作品へ活用されている．物体の質感のうち，インテリアとしても利用価値の高いサンキャッチャーやガラス細工といった光を反射 ・ 屈折する透明物体の質感を付与すれば鑑賞者を楽しませることが出来るのではないかと考えた．本研究では透明物体を通過した反射光 ・ 屈折光が背景に衝突することで現れる集光模様に着目する．集光模様の特性のひとつに物体が移動することで影のようにその様子が変化することが挙げられる．しかし，光の遮蔽によって生じる影とは異なり，移動する物体の集光模様を再現する場合，光源との位置関係の変化による光線の屈折 ・反射の軌道の再計算を行わなければならず，既存の大域照明が計算可能なアルゴリズムでは処理時間が問題となる．そこで，対象物体の位置，形状の情報から背景に投影されるであろう集光模様画像を深層学習によって生成する手法を提案する．本手法では畳み込みニューラルネットワーク （Convolutional Neural Network, CNN） に深度画像と集光模様画像の対応関係を学習させた．実験では処理時間の計測と出力画像の品質について，既存のレンダリングソフトウェアとの比較，検証を行った．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2017-CVIM-207, 号 7, p. 1-6, 発行日 2017-05-03
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会