09:00 〜 09:20
[2B1-OS-41d-01] 物質点法に基づくGNN学習型シミュレータによる3DGSアニメーション
キーワード：3DGS、物質点法、物理、アニメーション、グラフニューラルネットワーク
物質点法(MPM)を用いた3D Gaussian Splattingのアニメーション生成を高速化するために, GNNベースのグラフネットワークシミュレータ(GNS)の使用を検討した. GNSを用いて, アニメーションに必要となる物質点の位置と変形勾配を予測し, シミュレーションの高速化につながるかどうかを検証した. 本研究では, 3DGSにおける変形勾配テンソルの予測を行うためにGNSを拡張し, 位置と変形勾配の予測において, 効率的なノード特徴量の組み合わせを特定した. そして, 3DGSでの物理シミュレーションにおけるGNSの有用性を評価した. 変形勾配を入力特徴量として使用することで学習損失が減少する一方, 局所的な速度勾配や変形勾配の時間差分を組み込むと, 予測誤差が増加することがわかった. また, 3DGSシミュレーションでは, GNSの処理速度は, GPUを用いたMPMよりも遅い結果となった. このことから, 現在の構成のGNSは, GPUで計算されたMPMと比較して優位性を持たないことが明らかになった.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。