Pro Yearly is on sale from $80 to $50! »

論文紹介(SIGGRAPH Asia 2017): 強化学習でドラゴンを飛ばす / 機械学習で画像編集を強化

A82e268e52c06ad69b83f1a251c682d4?s=47 Keisuke OGAKI
December 26, 2017

論文紹介(SIGGRAPH Asia 2017): 強化学習でドラゴンを飛ばす / 機械学習で画像編集を強化

コンピュータグラフィックスの学会SIGGRAPH Asia 2017に参加し、個人的に面白かった論文の共有です。紹介させて頂いたのは以下の研究です。

* 強化学習で任意形状の生命に飛行モーションを付ける研究
* ディープラーニングでHDR画像を作る研究
* 合成後の画像からレイヤー分けを自動で行う研究
* Youtuber風サムネイルを自動でつくる研究
* 法線マップを画像から推定する研究

A82e268e52c06ad69b83f1a251c682d4?s=128

Keisuke OGAKI

December 26, 2017
Tweet

Transcript

  1. 4*((3"1)"TJBࢀՃใࠂձ ࿦จ঺հ  ڧԽֶशͰυϥΰϯΛඈ͹͢ ػցֶशͰը૾ฤूΛڧԽ େ֞ܚհ 

  2. ػցֶशͰը૾ฤूΛڧԽ

  3. %FFQ3FWFSTF5POF.BQQJOH  ໰୊ઃఆ w Ұຕը૾͔Β)%3ը૾Λੜ੒͢Δ ΩʔΞΠσΞ w $//Ͱ௚઀)%3Λ࡞ΔͷͰ͸ͳ͘ɺ $//Ͱ͸͍Ζ͍Ζͳ࿐ޫͷը૾Λ ੜ੒͢Δ͜ͱΛ໨ඪʹ͢Δ

    w ͭ·Γɺ
 SHCSHCS`H`C`S``H``C`` w ෳ਺ը૾͔Βͷ)%3ੜ੒͸طଘͷ ݚڀʹ৐ΕΔ ײ૝ w )%3ʹಛԽͨ͠ςΫχοΫͰͱͯ ΋࿩͕៉ྷ w ֤࿐ޫຖͷը૾ͬͯͷ͸ඍົʹ͔͠ ҧΘͳ͍ͷͰɼνϟϯωϧΛ૿΍͠ ͍ͯ͘ɼ͔͠΋%$POWΛ࢖͏ͷ ͸ͱͯ΋ཧʹ͔ͳ͍ͬͯΔɽ :VLJ&OEP :PTIJIJSP,BOBNPSJ +VO.JUBOJ
  4. 1IPUP$MJQ"SU*NBHF"CTUSBDUJPOBOE7FDUPSJ[BUJPO6TJOH-BZFSFE -JOFBS(SBEJFOUT  ໰୊ઃఆ w Ұຕը૾͔ΒϨΠϠʹ෼ׂ͢Δ ΩʔΞΠσΞ w ҎԼͷτϨʔυΦϑͰϨΠϠʔ෼ׂ w

    ࠶߹੒ͨ͠Βݩͷը૾ͷ৭Λ෮ݩ w ෆಁ໌ϨΠϠʔΛݮΒ͢ w ηάϝϯτຖʹϨΠϠʔͰ͖ͯऴΘΓ ͔ͩΒ͆ w ໦ߏ଄Ͱ୳ࡧ͢Δ w ෳ਺ͷηάϝϯτ͕ಉ͡൒ಁ໌ϨΠϠʔ Λڞ༗͢Δ͔ɺͦΕͧΕผͷϨΠϠʔ͕ ׂΓ౰ͯΒΕΔ͔Λ୳ࡧ͍ͯ͘͠ײ͡ ײ૝ w ηάϝϯςʔγϣϯ͸ͨ͘͞Μݚڀ͕͋Δ͚ ΕͲɺͦͷઌͷɺϨΠϠʔ෼͚ʹϑΥʔΧε ͨ͠ݚڀͱ͍͏ண૝͕໘ന͍ w 'JEFMJUZWT4JNQMJDJUZͱ͍͏ࡢ೥ͷ 4*((3"1)"TJBͰൃද͞Εͨ࿦จΛ࢖ͬͯ Δ +FBO%PNJOJRVF'BWSFBV 'MPSFOU-BGBSHF "ESJFO#PVTTFBV
  5. ϙελʔ  4LFUDI/PSNBM%FFQ/FUXPSLTGPS /PSNBM.BQ(FOFSBUJPO "VUPNBUJD(FOFSBUJPOPG7JTVBM5FYUVBM 8FC7JEFP5IVNCOBJM ໰୊ઃఆ w ಈը͔ΒϢʔνϡʔόʔ෩αϜωΛ࡞Δ ΩʔΞΠσΞ

    w ը૾ཁ໿ จॻཁ໿ ࢹ֮తݦஶੑ w ͨͩ͠ը૾ͱจॻʹ͍ͭͯ͸طଘख๏ʹ ৐Δ w ࢹ֮తݦஶੑ ໨ͷߦ͖΍͢͞ ͷ௿͍ͱ͜Ζ ʹ߹੒͍ͯ͘͠ ײ૝ w ݦஶੑ͕ޮՌతʹ࢖ΘΕͯͯ޷͖ ໰୊ઃఆ w εέονը૾͔Β๏ઢϚοϓΛ࡞Δ w ͭ·ΓϥΠςΟϯά΋Ͱ͖Δ͸ͣ ΩʔΞΠσΞ w ֶशσʔλͱͯ͠%Ϟσϧ͕͋Ε͹ɼ 4VHHFTUJWFDPOUPVSΛ༻͍ͯΨϯΨϯε έον෩ը૾Λੜ੒͢Δ͜ͱ͕Ͱ͖Δ w ϢʔβʔͷิॿೖྗʹΑΔमਖ਼΋Մೳ w ֶश࣌ʹิॿೖྗ΋ϥϯμϜʹೖΕͯΔ 8BODIBP4V 9JO:BOH )POHCP'V #BPRVBO;IBP 4IVKJO-JO 9JO2J ;IJRVBO;IBOH 9JBPOBO-VP 3VPNFJ8BOH
  6.  ڧԽֶशͰυϥΰϯΛඈ͹͢

  7. )PXUPUSBJOZPVSESBHPO  ໰୊ઃఆ w γϛϡϨʔλ಺Ͱ೚ҙͷܗঢ়ͷੜ͖෺ Λඈ ͹͢ w ো֐෺͋Γ ΩʔΞΠσΞ

    w Ξχϝʔλʔ͕࡞ͬͨΩʔϑϨʔϜΛ࢖ͬͯɼ ॳظϞʔγϣϯΛઃఆ͢Δ w ԿͷΨΠυ΋ͳ͘ػցֶशͰϞʔγϣϯ Λੜ੒͢Δͱɺੜ໋ͱͯ͋͠Γಘͳ͍ಈ ͖ʹͳΔͱ͍͏໰୊ઃఆ ײ૝ w Սۭͷੜ෺ ΨΠυϞʔγϣϯɼͱ͍͏ɼͱ ͯ΋࣮ફతͳ໰୊ઃఆ͕Α͍ w γϟϨΦπλΠτϧ
 )PXUPUSBJOZPVSESBHPO
 ๜୊ώοΫͱυϥΰϯ  w ਖ਼௚ݕࡧ͠ʹ͍͘X +VOHEBN8PO +POHIP1BSL ,XBOZV,JN +FIFF-FF
  8. υϥΰϯʁ  w ࣗ༝౓͸͍͍ͩͨ߹ܭd w γϛϡϨʔγϣϯͷपظ͕ඵɻ͔ͳΓਫ਼ີʂ w ͦͷ͍ͤ΋͔͋ͬͯͳΓॏ͍Β͍͠ɻ//Λ(16ʹ৐ͤͯ΋શવҙຯͳ͍ͬͯॻ͍ͯ͋Δɻ

  9. Ξχϝʔγϣϯͱֶशͷڠۀ? • എܠ: Data-driven VS optimization ◦ Data-driven ▪ ϞʔΩϟϓͱ͔ͰूΊͨσʔλΛݩʹಈ͖Λੜ੒

    ◦ Optimization ◦ ମͷܗ͚͔ͩΒಈ͖Λ࡞Δ • Ϣʔβʔ͸ΩʔΞχϝʔγϣϯΛೖྗͰ͖Δ→ ◦ ͦͷΞχϝʔγϣϯΛͲ͏΍ͬͯ࢖ͬͯඈͿ͔͸ֶशϕʔε • ΞϧΰϦζϜ ◦ Qֶश ▪ DPΈ͍ͨͳ΋ΜͩΑͬͯઆ໌ͯͨ͠ɻΘ͔Γ΍͍͔͢΋ɻ ▪ ࣮ࡍʹ͸DQNͰɺͲ͏΍ͬͯΩʔΞχϝʔγϣϯΛ૊Έࠐ Ή͔ͬͯͱ͜Ζ͕͜ͷݚڀͷϙΠϯτ
  10. ڧԽֶशͷ໰୊ઃఆ  4UBUF ೖྗ ࣮਺ϕΫτϧ w ؔઅͷݱࡏ֯౓ͱ଎౓ w ໨ඪ஍఺ͷ࠲ඪ w

    ো֐෺ͷ৘ใ w ͨͩ͜͠Ε͸ը૾͔Β$//Ͱ֫ಘ͍ͯ͠Δ͜ͱʹ஫ҙ %FFQ -FBSOJOH  "DUJPO ग़ྗ ࣮਺ϕΫτϧ ؔઅࣗ༝౓࣍ݩ  w ໨ඪ࢟੎ w ͦͷ͋ͱ1%੍ޚͰ࣮ࡍͷಈ͖ʹ͢Δ 3FXBSE ใु  w 5BSHFU໨ඪ஍఺ͱͷڑ཭ w $PMMJTJPOো֐෺ʹͿ͔͔ͭͬͨ w &⒎PSUඈͿͷʹ࢖ͬͨ࿑ྗ τϧΫ  w #BMBODFඈߦதʹͿΕͳ͍͔ w 3FHVMBSJ[BUJPO
  11. खಈ ڧԽֶश ਐԽܭࢉ  ֶशख๏ͷ৽نੑ͸ҎԼ఺ *OJUJBM1PMJDZΛ2ֶशͱผͷํ๏Ͱ࡞Δ w ڧԽֶशͰ͸ͳ͍ख๏ͰॳظԽʂ w ো֐෺ͳ͠

    ΩʔϑϨʔϜΛ௨ΔΑ͏ͳඈͼํΛɺ·ͣ$."&4Ͱ࡞ͬͯɺzܦݧzʹೖ w ͜ͷzܦݧzΛڧԽֶशͰ࠶ར༻͞ΕΔ ୳ࡧ΋ϥϯμϜͰ͸ͳ͘ਐԽܭࢉʹ͢Δ(" ڧԽֶश "࠷΋͍͍΍ͭΛ࢖͏ #ࠓ·Ͱࢼͨ͜͠ͱͷͳ͍΍ͭΛ࢖͏ $௚ۙࢼͨ͠΋ͷͷۙ͘Ͱɺ·ͩࢼͨ͜͠ͱͷͳ͍΍ͭΛ࢖͏ ("