本論文では、大規模衣服のアニメーションのために、物理シミュレーションと機械学習を組み合わせた新しいアプローチを提案している。
まず、物理シミュレーションでは、仮想ボーンを連結したロープチェーンを用いて、大規模衣服の動的特性を効率的にモデル化する。ロープチェーンは、質量スプリングモデルに比べて、伸び過ぎや固着の問題を回避できる。
次に、機械学習では、この低解像度のロープチェーンシミュレーションから高解像度の衣服メッシュを生成する。スキニングニューラルネットワークにより、ロープチェーンの変形から衣服メッシュの形状を推定し、さらにクアシスタティックニューラルネットワークにより高周波の変形を付加する。
また、衣服とボディの衝突は、解析的な符号付き距離関数を用いて効率的に処理する。衝突の影響をニューラルネットワークの学習時に組み込むことで、実行時の衝突処理を高速化できる。
全体として、物理シミュレーションと機械学習の長所を組み合わせることで、大規模衣服のリアルタイムアニメーションを実現している。
Til et annet språk
fra kildeinnhold
arxiv.org
Viktige innsikter hentet fra
by Yongxu Jin,D... klokken arxiv.org 04-29-2024
https://arxiv.org/pdf/2404.16896.pdfDypere Spørsmål