映像情報メディア学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2025-03-10 14:25
2種類の基底を用いた複数画像を入力とするSVBRDF予測モデルの提案
小築知弥岩崎 慶埼玉大
抄録 (和) 本研究は,複数画像を入力としてSpatially Varying Bidirectional Reflectance Distribution Function (SVBRDF)を予測するモデルを提案する.提案手法では,モデルに入力する画像毎に出力される特徴マップに対して,max-poolingを行い,Convolutional Neural Network(CNN)を適用することで局所基底と大域基底,重みマップを予測する深層学習モデルを用いてSVBRDFを予測する. 2種類の基底を用いた単一画像を入力とする従来のモデルと比較し,提案法の有効性を示す. 
(英) This paper proposes a model that predicts Spatially Varying Bidirectional Reflectance Distribution Function (SVBRDF) using multiple input images. The proposed method predicts the SVBRDF using a deep learning model that performs max-pooling on the output feature maps for each input image, and predicts the local and global basis and weight maps by applying a Convolutional Neural Network (CNN).The effectiveness of the proposed method is demonstrated by comparing it with previous prediction method that uses a single input image.
キーワード (和) SVBRDF / max-pooling / CNN / 深層学習 / / / /  
(英) SVBRDF / max-pooling / CNN / deep learning / / / /  
文献情報 映情学技報, vol. 49, no. 10, AIT2025-70, pp. 114-117, 2025年3月.
資料番号 AIT2025-70 
発行日 2025-03-03 (AIT) 
ISSN Online edition: ISSN 2424-1970
PDFダウンロード

研究会情報
研究会 AIT IIEEJ AS CG-ARTS  
開催期間 2025-03-10 - 2025-03-10 
開催地(和) 東京工芸大学中野キャンバス6号館 
開催地(英) Tokyo Polytechnic Univ. (Nakano) 
テーマ(和) 映像表現・芸術科学フォーラム2025 (Expressive Japan 2025) 
テーマ(英) Expressive Japan 2025 
講演論文情報の詳細
申込み研究会 AIT 
会議コード 2025-03-AIT-IIEEJ-AS-ARTS 
本文の言語 日本語 
タイトル(和) 2種類の基底を用いた複数画像を入力とするSVBRDF予測モデルの提案 
サブタイトル(和)  
タイトル(英) SVBRDF Prediction based on Two-Level Basis from Multiple Input Images 
サブタイトル(英)  
キーワード(1)(和/英) SVBRDF / SVBRDF  
キーワード(2)(和/英) max-pooling / max-pooling  
キーワード(3)(和/英) CNN / CNN  
キーワード(4)(和/英) 深層学習 / deep learning  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 小築 知弥 / Tomoya Kozuki / コズキ トモヤ
第1著者 所属(和/英) 埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.)
第2著者 氏名(和/英/ヨミ) 岩崎 慶 / Kei Iwasaki / イワサキ ケイ
第2著者 所属(和/英) 埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2025-03-10 14:25:00 
発表時間 12分 
申込先研究会 AIT 
資料番号 AIT2025-70 
巻番号(vol) vol.49 
号番号(no) no.10 
ページ範囲 pp.114-117 
ページ数
発行日 2025-03-03 (AIT) 


[研究会発表申込システムのトップページに戻る]

[映像情報メディア学会ホームページ]


ITE / 映像情報メディア学会