論文の概要: Simulating Fluids in Real-World Still Images

• arxiv url: http://arxiv.org/abs/2204.11335v1
• Date: Sun, 24 Apr 2022 18:47:15 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-26 14:18:46.266641
• Title: Simulating Fluids in Real-World Still Images
• Title（参考訳）: 実世界静止画像における流体シミュレーション
• Authors: Siming Fan, Jingtan Piao, Chen Qian, Kwan-Yee Lin, Hongsheng Li
• Abstract要約: 本研究では,静止画像から現実の流体アニメーションに挑戦する。 本システムの鍵となるのは,映像分解から導かれる表面層表現である。 さらに, 動き推定の代替として, 2.5D$の流体計算バージョンである表面のみの流体シミュレーションを導入する。
• 参考スコア（独自算出の注目度）: 39.93838010016248
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we tackle the problem of real-world fluid animation from a still image. The key of our system is a surface-based layered representation deriving from video decomposition, where the scene is decoupled into a surface fluid layer and an impervious background layer with corresponding transparencies to characterize the composition of the two layers. The animated video can be produced by warping only the surface fluid layer according to the estimation of fluid motions and recombining it with the background. In addition, we introduce surface-only fluid simulation, a $2.5D$ fluid calculation version, as a replacement for motion estimation. Specifically, we leverage the triangular mesh based on a monocular depth estimator to represent the fluid surface layer and simulate the motion in the physics-based framework with the inspiration of the classic theory of the hybrid Lagrangian-Eulerian method, along with a learnable network so as to adapt to complex real-world image textures. We demonstrate the effectiveness of the proposed system through comparison with existing methods in both standard objective metrics and subjective ranking scores. Extensive experiments not only indicate our method's competitive performance for common fluid scenes but also better robustness and reasonability under complex transparent fluid scenarios. Moreover, as the proposed surface-based layer representation and surface-only fluid simulation naturally disentangle the scene, interactive editing such as adding objects to the river and texture replacing could be easily achieved with realistic results.
• Abstract（参考訳）: 本研究では,静止画像からの実世界の流体アニメーションの問題に取り組む。 本システムの鍵となるのは、映像分解から導かれる表面層表現であり、シーンは2つの層の構成を特徴付けるために、対応する透明な背景層と表面流体層に分離される。 アニメーションビデオは、流体の動きの推定に応じて表面流体層のみをワープし、背景と再結合することで作成することができる。 さらに, 運動推定の代替として, 表面のみの流体シミュレーション, 2.5d$流体計算版を導入する。 具体的には,モノキュラー深度推定器に基づく三角メッシュを用いて流体表面層を表現し,複雑な実世界画像テクスチャに適応するために,ハイブリッドラグランジアン・オイラー法(英語版)の古典理論に触発された物理系フレームワークの運動をシミュレートする。 標準客観的指標と主観的ランキング得点の両方において,既存の手法との比較により,提案システムの有効性を示す。 提案手法は,多岐にわたる実験により,一般的な流体シーンにおける競合性能を示すだけでなく,複雑な透明流体シナリオにおけるロバスト性や推論性も向上した。 さらに, 地表面層表現と地表面流体シミュレーションが自然にシーンを歪めてしまうため, 現実的な結果により, 河川への物体付加やテクスチャ置換といったインタラクティブな編集が容易に実現できる。

関連論文リスト

• A GPU-based Hydrodynamic Simulator with Boid Interactions [6.356750384481682]
  実時間水メッシュ表面を再構成したスムーズな粒子流体力学(SPH)環境下での仮想エージェント挙動とナビゲーションをシミュレーションするために,DirectXのGPU計算シェーダを用いた流体力学シミュレーションシステムを提案する。 本システムは,水中航法や遠隔操作のための流体環境と相互作用するボイドエージェントの代わりに,強化ロボットエージェントに十分な汎用性を有する。
  論文  参考訳（メタデータ） (2023-11-25T17:59:25Z)
• RFTrans: Leveraging Refractive Flow of Transparent Objects for Surface Normal Estimation and Manipulation [50.10282876199739]
  本稿では、透明物体の表面正規化と操作のためのRGB-Dに基づくRFTransを提案する。 RFNetは屈折流、物体マスク、境界を予測し、次いでF2Netは屈折流から表面の正常を推定する。 現実のロボットがタスクをつかむと、成功率は83%となり、屈折流が直接シミュレートから現実への移動を可能にすることが証明される。
  論文  参考訳（メタデータ） (2023-11-21T07:19:47Z)
• Ghost on the Shell: An Expressive Representation of General 3D Shapes [97.76840585617907]
  リアルな素材と照明で高速な物理ベースのレンダリングを可能にするので、メッシュは魅力的だ。 近年の3次元形状の再構成と統計的モデリングの研究は、メッシュをトポロジカルに非フレキシブルであると批判している。 我々は水密面上の多様体符号距離場を定義することにより開曲面をパラメータ化する。 G-Shellは、非水密メッシュ再構築および生成タスクにおける最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-10-23T17:59:52Z)
• SURFSUP: Learning Fluid Simulation for Novel Surfaces [28.90974131540538]
  署名された距離関数(SDF)を用いて暗黙的にオブジェクトを表現するフレームワークであるSURFSUPを紹介する。 この連続的な幾何学表現は、長期間にわたって流体-物体相互作用のより正確なシミュレーションを可能にする。 流体の流れを操作できるシンプルな物体を設計するために、我々のモデルを逆向きに設計できることを示します。
  論文  参考訳（メタデータ） (2023-04-13T00:17:38Z)
• Inferring Fluid Dynamics via Inverse Rendering [37.87293082992423]
  人間は、そのようなシーンを垣間見るだけで、流体が落ちるような物理的な過程について、非常に直感的に理解することができる。 この研究は、アノテーションのないビデオから学習した写真から流体への再構成機能を実現する。
  論文  参考訳（メタデータ） (2023-04-10T08:23:17Z)
• FluidLab: A Differentiable Environment for Benchmarking Complex Fluid Manipulation [80.63838153351804]
  複雑な流体力学を含む多種多様な操作タスクを備えたシミュレーション環境であるFluidLabを紹介する。 私たちのプラットフォームの中心には、GPU加速シミュレーションと勾配計算を提供する、完全に微分可能な物理シミュレータがあります。 微分可能物理学と組み合わせたいくつかのドメイン固有最適化スキームを提案する。
  論文  参考訳（メタデータ） (2023-03-04T07:24:22Z)
• Water Simulation and Rendering from a Still Photograph [20.631819299595527]
  本研究では,静止画1枚からリアルな水のアニメーションをシミュレートし,レンダリングする手法を提案する。 我々のアプローチは、様々な自然のシーンに対して、ユーザの介入なしに現実的な結果を生み出す。
  論文  参考訳（メタデータ） (2022-10-05T20:47:44Z)
• Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
  画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。 本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-03-04T12:45:18Z)
• GeoSim: Photorealistic Image Simulation with Geometry-Aware Composition [81.24107630746508]
  GeoSimは、新しい都市の運転シーンを合成するジオメトリ認識の画像合成プロセスです。 まず、センサーデータからリアルな形状と外観の両方を備えた多様な3Dオブジェクトのバンクを構築します。 得られた合成画像は、フォトリアリズム、トラフィック認識、幾何学的一貫性があり、画像シミュレーションが複雑なユースケースにスケールできる。
  論文  参考訳（メタデータ） (2021-01-16T23:00:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。