論文の概要: Neuralocks: Real-Time Dynamic Neural Hair Simulation

• arxiv url: http://arxiv.org/abs/2507.05191v1
• Date: Mon, 07 Jul 2025 16:49:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.523952
• Title: Neuralocks: Real-Time Dynamic Neural Hair Simulation
• Title（参考訳）: Neuralocks: リアルタイムな動的ニューラルヘアシミュレーション
• Authors: Gene Wei-Chin Lin, Egor Larionov, Hsiao-yu Chen, Doug Roble, Tuur Stuyck,
• Abstract要約: ジャンプやウォーキングといったキャラクターの動きに反応してバウンスや揺れなどの髪のダイナミックな振る舞いは、全体的なリアリズムと仮想体験の関与を高める上で重要な役割を担っている。 髪をシミュレートする現在の手法は、高度に最適化された物理系とニューラルな方法の2つの主要なアプローチによって制約されている。 本稿では,これらの限界を打破し,効率的で安定した動的毛髪シミュレーションを実現する新しいニューラル手法を提案する。
• 参考スコア（独自算出の注目度）: 4.249827194545251
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time hair simulation is a vital component in creating believable virtual avatars, as it provides a sense of immersion and authenticity. The dynamic behavior of hair, such as bouncing or swaying in response to character movements like jumping or walking, plays a significant role in enhancing the overall realism and engagement of virtual experiences. Current methods for simulating hair have been constrained by two primary approaches: highly optimized physics-based systems and neural methods. However, state-of-the-art neural techniques have been limited to quasi-static solutions, failing to capture the dynamic behavior of hair. This paper introduces a novel neural method that breaks through these limitations, achieving efficient and stable dynamic hair simulation while outperforming existing approaches. We propose a fully self-supervised method which can be trained without any manual intervention or artist generated training data allowing the method to be integrated with hair reconstruction methods to enable automatic end-to-end methods for avatar reconstruction. Our approach harnesses the power of compact, memory-efficient neural networks to simulate hair at the strand level, allowing for the simulation of diverse hairstyles without excessive computational resources or memory requirements. We validate the effectiveness of our method through a variety of hairstyle examples, showcasing its potential for real-world applications.
• Abstract（参考訳）: リアルタイムヘアシミュレーションは、没入感と認証の感覚を提供するため、信じられる仮想アバターを作成する上で重要な要素である。 ジャンプやウォーキングといったキャラクターの動きに反応してバウンスや揺れなどの髪のダイナミックな振る舞いは、全体的なリアリズムと仮想体験の関与を高める上で重要な役割を担っている。 髪をシミュレートする現在の手法は、高度に最適化された物理系とニューラルな方法の2つの主要なアプローチによって制約されている。 しかし、最先端のニューラルネットワーク技術は準静的解に限られており、毛髪の動的挙動を捉えていない。 本稿では,これらの限界を突破し,既存手法より効率よく安定した動的毛髪シミュレーションを実現するニューラル手法を提案する。 そこで本研究では,手作業による介入を伴わずに,あるいはアーティストが生成したトレーニングデータを用いて,ヘア再構築手法と一体化してアバター再構築の自動エンドツーエンド化を可能にする,完全自己指導手法を提案する。 提案手法は,コンパクトでメモリ効率のよいニューラルネットワークを用いて,ヘアスタイルをストランドレベルでシミュレートし,過剰な計算資源やメモリ要求を伴わないヘアスタイルのシミュレーションを可能にする。 本手法の有効性を,様々なヘアスタイルの例を用いて検証し,実世界の応用の可能性を示す。

関連論文リスト

• Hybrid Neural-MPM for Interactive Fluid Simulations in Real-Time [57.30651532625017]
  本稿では,数値シミュレーション,神経物理,生成制御を統合した新しいハイブリッド手法を提案する。 本システムでは, 多様な2D/3Dシナリオ, 材料タイプ, 障害物相互作用における堅牢な性能を示す。 受け入れ次第、モデルとデータの両方をリリースすることを約束します。
  論文  参考訳（メタデータ） (2025-05-25T01:27:18Z)
• Quaffure: Real-Time Quasi-Static Neural Hair Simulation [11.869362129320473]
  本稿では,様々な身体のポーズ,形状,髪型に一般化した髪の変形を予測する新しいニューラルアプローチを提案する。 我々のモデルは自己監督的損失を用いて訓練されており、高価なデータ生成とストレージの必要性を排除している。 我々のアプローチは、コンシューマハードウェア上で数ミリ秒の推論時間しか持たないリアルタイムアプリケーションに非常に適しています。
  論文  参考訳（メタデータ） (2024-12-13T11:44:56Z)
• SimAvatar: Simulation-Ready Avatars with Layered Hair and Clothing [59.44721317364197]
  テキストプロンプトからシミュレーション可能な3次元アバターを生成するためのフレームワークであるSimAvatarを紹介する。 提案手法は, 現実的で, 完全にシミュレーション可能な3Dアバターを製作し, 現行のアプローチの能力を上回った最初の手法である。
  論文  参考訳（メタデータ） (2024-12-12T18:35:26Z)
• Neural Material Adaptor for Visual Grounding of Intrinsic Dynamics [48.99021224773799]
  本稿では,既存の物理法則を学習的補正と統合するニューラルネットワーク (NeuMA) を提案する。 また,粒子駆動型3次元ガウス平滑化モデルであるParticle-GSを提案する。
  論文  参考訳（メタデータ） (2024-10-10T17:43:36Z)
• HAAR: Text-Conditioned Generative Model of 3D Strand-based Human Hairstyles [85.12672855502517]
  そこで本研究では,3次元ヘアスタイルのための新しいストランドベース生成モデルであるHAARについて紹介する。 テキスト入力に基づいて、HAARは現代のコンピュータグラフィックスエンジンで生産レベルの資産として使用できる3Dヘアスタイルを生成する。
  論文  参考訳（メタデータ） (2023-12-18T19:19:32Z)
• Neural Point-based Volumetric Avatar: Surface-guided Neural Points for Efficient and Photorealistic Volumetric Head Avatar [62.87222308616711]
  ニューラルポイント表現とニューラルボリュームレンダリングプロセスを採用したフルネーム(名前)を提案する。 具体的には、ニューラルポイントは高分解能UV変位マップを介してターゲット表現の表面を戦略的に拘束する。 設計上は,アバターをアニメーションする際の正確な表現制御を確保しつつ,地形的に変化する領域や細い構造を扱えるように設計されている。
  論文  参考訳（メタデータ） (2023-07-11T03:40:10Z)
• Neural Haircut: Prior-Guided Strand-Based Hair Reconstruction [4.714310894654027]
  本研究は, 単眼ビデオや多視点画像から, 鎖レベルでの正確な髪形再構成を実現する手法を提案する。 ニューラル・ヘアカット(Neural Haircut)と呼ばれるこの組み合わせシステムは、再建されたヘアスタイルの高度なリアリズムとパーソナライズを実現している。
  論文  参考訳（メタデータ） (2023-06-09T13:08:34Z)
• HVH: Learning a Hybrid Neural Volumetric Representation for Dynamic Hair Performance Capture [11.645769995924548]
  ライフスタイルの毛髪を捕えることは、その微細な幾何学的構造、複雑な物理的相互作用、そして非自明な視覚的外観のために特に困難である。 本稿では,数千のプリミティブで構成された斬新な容積表現を用いる。 提案手法は,記録されたマルチビューシーケンスのリアルなレンダリングを生成するだけでなく,新しい制御信号を提供することで,新しいヘア構成のレンダリングを生成する。
  論文  参考訳（メタデータ） (2021-12-13T18:57:50Z)

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。