3DCG住宅プレゼンテーションのグローバルイルミネーションをディープラーニングで推定!

タグ:
日時:
2021年08月26日(木)17時30分〜18時30分
形式: レギュラーセッション(60分)
受講スキル:
レンダリングの知識はあまり必要ありません。 機械学習についての前提知識がほとんどない方でも理解できる発表を心がけます。
受講者が得られるであろう知見:
ディープラーニングの最新技術とその実践事例。住宅プレゼンテーションにおけるグローバルイルミネーション。
セッションの内容

機械学習(ディープラーニング)によって、計算にかかる時間を短縮する方法の実践例を紹介します。
グローバルイルミネーションの計算は、リアルタイムに計算することが困難であり、事前計算でもベイク時間がかかってしまいます。
そこで、直接光での照明結果を基に、ディープラーニングによって間接光での照明を推定し、ベイク時間の短縮を行いました。
学習のための教師データを大量に収集する方法、学習のためのモデルの構築、実際に適用した結果などを詳しく紹介します。
グローバルイルミネーション以外にも、ディープラーニングを活用してみたいと考える方の参考になれば幸いです。


講演資料

  • CEDEC2021_3DCG住宅プレゼンテーションのグローバルイルミネーションをディープラーニングで推定!.pdf

※資料のダウンロードにはログインが必要です。


講演者プロフィール

京田 文人

京田 文人
所属 : シリコンスタジオ株式会社
部署 : 研究開発室

2012年シリコンスタジオに入社。GPGPU、画像処理、リアルタイムレンダリング技術などの研究開発に従事。レンダリングエンジン「Mizuchi」においても開発初期からレンダリング技術の開発・実装を担当している。

《講演者からのメッセージ》
機械学習(ニューラルネットワーク)は私の学生時代の研究でも利用していましたが、近年のハードウェアの進化によって性能が上がり、様々な場面で活用されるようになりました。しかし、実際に使おうとすると、大量の学習データをどうやって収集すればよいかという課題に直面します。そんなときはまずは学習データを集めやすい形に落とし込むことが必要だと思います。今回紹介する事例が皆様にとって何らかのヒントになることを願います。