論文の概要: Implicit Neural Representation for Physics-driven Actuated Soft Bodies
- arxiv url: http://arxiv.org/abs/2401.14861v1
- Date: Fri, 26 Jan 2024 13:42:12 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-29 15:03:06.141786
- Title: Implicit Neural Representation for Physics-driven Actuated Soft Bodies
- Title(参考訳): 物理駆動作動型ソフトボディのインプシットニューラル表現
- Authors: Lingchen Yang, Byungsoo Kim, Gaspard Zoss, Baran G\"ozc\"u, Markus
Gross, Barbara Solenthaler
- Abstract要約: 本稿では、ニューラルネットワークによってパラメータ化されるアクチュエータ信号の最適化のために、微分可能、準静的、物理に基づくシミュレーション層を利用する。
材料空間の空間点からアクティベーション値への連続写像を可能にする関数を定義する。
顔画像の特定の場合の暗黙的モデルを下顎運動学に拡張し、高品質なキャプチャーシステムで捉えた表情を確実に再現できることを示す。
- 参考スコア(独自算出の注目度): 15.261578025057593
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Active soft bodies can affect their shape through an internal actuation
mechanism that induces a deformation. Similar to recent work, this paper
utilizes a differentiable, quasi-static, and physics-based simulation layer to
optimize for actuation signals parameterized by neural networks. Our key
contribution is a general and implicit formulation to control active soft
bodies by defining a function that enables a continuous mapping from a spatial
point in the material space to the actuation value. This property allows us to
capture the signal's dominant frequencies, making the method discretization
agnostic and widely applicable. We extend our implicit model to mandible
kinematics for the particular case of facial animation and show that we can
reliably reproduce facial expressions captured with high-quality capture
systems. We apply the method to volumetric soft bodies, human poses, and facial
expressions, demonstrating artist-friendly properties, such as simple control
over the latent space and resolution invariance at test time.
- Abstract(参考訳): アクティブな柔らかい体は、変形を引き起こす内部のアクチュエータ機構を通して形状に影響を与える。
最近の研究と同様に、ニューラルネットワークによってパラメータ化されるアクチュエータ信号の最適化に微分可能、準静的、物理に基づくシミュレーション層を利用する。
物質空間内の空間点からアクチュエーション値への連続写像を可能にする関数を定義することにより、アクティブなソフトボディを制御するための一般的な暗黙の定式化である。
この特性により、信号の支配周波数を捉えることができ、離散化法を無依存で広く適用することができる。
顔画像の特定の場合の暗黙的モデルを下顎運動学に拡張し、高品質なキャプチャシステムで捉えた表情を確実に再現できることを示す。
本手法を容積軟体,人間のポーズ,表情に応用し,潜在空間に対する簡易な制御やテスト時の解像度不変性などのアーティストフレンドリーな特性を示す。
関連論文リスト
- DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳(メタデータ) (2023-11-28T18:58:48Z) - Neural Field Dynamics Model for Granular Object Piles Manipulation [12.452569633458037]
粒状材料操作のための学習に基づく動的モデルを提案する。
流体力学で一般的に使用されるユーレリア的アプローチに着想を得て,本手法は完全な畳み込みニューラルネットワークを採用する。
論文 参考訳(メタデータ) (2023-11-01T19:36:56Z) - Dynamic Point Fields [30.029872787758705]
本稿では,明示的な点ベースグラフィックスの表現的利点と暗黙的な変形ネットワークを組み合わせた動的点場モデルを提案する。
我々は,その表現力,学習効率,および配布外小説のポーズに対する堅牢性の観点から,我々の動的点場フレームワークの利点を示す。
論文 参考訳(メタデータ) (2023-04-05T17:52:37Z) - Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value
Functions [65.84090965167535]
本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。
このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
論文 参考訳(メタデータ) (2022-06-29T18:47:05Z) - Neural Implicit Representations for Physical Parameter Inference from a
Single Video [55.61164103824501]
本稿では,外見モデルのためのニューラル暗黙表現と,物理現象をモデル化するためのニューラル常微分方程式(ODE)を組み合わせることを提案する。
提案モデルでは,大規模なトレーニングデータセットを必要とする既存のアプローチとは対照的に,単一のビデオから物理的パラメータを識別することが可能になる。
ニューラル暗示表現を使用することで、高解像度ビデオの処理とフォトリアリスティック画像の合成が可能になる。
論文 参考訳(メタデータ) (2022-04-29T11:55:35Z) - Inference of Affordances and Active Motor Control in Simulated Agents [0.5161531917413706]
本稿では,出力確率,時間的予測,モジュール型人工ニューラルネットワークアーキテクチャを提案する。
我々のアーキテクチャは、割当マップと解釈できる潜在状態が発達していることを示す。
アクティブな推論と組み合わせることで、フレキシブルでゴール指向の動作が実行可能であることを示す。
論文 参考訳(メタデータ) (2022-02-23T14:13:04Z) - Imposing Temporal Consistency on Deep Monocular Body Shape and Pose
Estimation [67.23327074124855]
本稿では,適合過程における時間的制約の統合に対するエレガントな解法を提案する。
我々は、顎ポーズ、表情、指ポーズを含む人物の形状と動きを表す一連の身体モデルのパラメーターを導出する。
本手法は,表情や手話を含む画像系列からリアルな3次元体モデルの導出を可能にする。
論文 参考訳(メタデータ) (2022-02-07T11:11:55Z) - gradSim: Differentiable simulation for system identification and
visuomotor control [66.37288629125996]
本稿では,微分可能マルチフィジカルシミュレーションと微分可能レンダリングを活用し,3次元監督への依存を克服するフレームワークであるgradsimを提案する。
当社の統合グラフは、状態ベースの(3D)監督に頼ることなく、挑戦的なバイスモメータ制御タスクで学習を可能にします。
論文 参考訳(メタデータ) (2021-04-06T16:32:01Z) - Characterization of surface motion patterns in highly deformable soft
tissue organs from dynamic MRI: An application to assess 4D bladder motion [0.0]
本研究の目的は, 表面全体を完全に覆うために3次元密度速度測定を行うことである。
深呼吸時の膀胱表面動態を解析するためのパイプラインを提案する。
論文 参考訳(メタデータ) (2020-10-05T08:38:08Z) - Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable
Dynamical Systems [74.80320120264459]
本研究では、限られた数の人間の実演からそのような動きを学ぶためのアプローチを提案する。
複素運動は安定な力学系のロールアウトとして符号化される。
このアプローチの有効性は、確立されたベンチマーク上での検証と、現実世界のロボットシステム上で収集されたデモによって実証される。
論文 参考訳(メタデータ) (2020-05-27T03:51:57Z)
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。