要約
私たちは、物理シミュレーションに着想を得た非教師あり深層学習を用いた衣装アニメーション問題の一般的なフレームワークを提示します。既存の研究動向では、この可能性がすでに探られていますが、これらのアプローチは布地のダイナミクスを扱えていません。本稿では、現実的な布地ダイナミクスを非教師ありで学習できる最初の手法を提案し、それによりニューラル布地シミュレーションの一般的な定式化を行います。これを達成するためには、既存のシミュレーションベース手法における運動最適化スキームを深層学習に適応させることが鍵となります。次に、問題の本質を分析し、設計上静的および動的布地部分空間を自動的に分離できるアーキテクチャを開発しました。これによりモデル性能が向上することを示します。さらに、これは汎化性能を大幅に向上させる新しい運動拡張技術の可能性を開きます。最後に、予測結果において運動量を制御できることも示します。これはアーティストにとって有用でかつ未見のツールとなります。私たちは問題の詳細な分析を行い、ニューラル布地シミュレーションの基礎を確立し、この領域に関する今後の研究をガイドします。科技/学术术语处理：- 物理シミュレーション (physically based simulation)- 非教師あり深層学習 (unsupervised deep learning)- 布地ダイナミクス (cloth dynamics)- ニューラル布地シミュレーション (neural cloth simulation)- 運動最適化スキーム (optimization scheme for motion)- 汎化性能 (generalization)