Download as PDF, PPTX
![Full 3D Reconstruction of Transparent Objects
Bojian Wu, Yang Zhou, Yiming Qian, Minglun Gong, Hui Huang
どんなもの？
次に読むべき論文は？
先行研究と比べてどこがすごい？
技術や手法のキモはどこ？
議論はある？
どうやって有効だと検証した？
透明なオブジェクトの3次元の形状を自動的にモデル化する手法。
201813559 池畑 開斗 #2 (仏コース)
最初にオブジェクトの大まかな形状をモデル化したラフモデルを
作成し、オブジェクトと交差する光線の対応関係を用いて、ラフ
モデルを最適化していく。
モデル化したものと、実際のオブジェクトとの表面の距離の誤差
を計測した。
SIGGRAPH 2018
従来研究では透明なオブジェクトの2つの面の点群を生成すること
は出来たが、その形状は不完全だった。この手法では、完全な３D
モデルを復元することができる。
中空の透明なオブジェクトは処理できない。
オブジェクトに対して、光線の屈折の回数が増えると誤差が大き
くなる。
Qian et al. 3D Reconstruction of Transparent Objects with
Position-Normal Consistency. [2016]](https://image.slidesharecdn.com/ftma2-180529053825/85/2-65-320.jpg)
![先行研究と比べてどこがすごい？ 議論はある？
次に読むべき論文は？技術や手法のキモはどこ？
どうやって有効だと検証した？どんなもの？
IEEE '17Simultaneous Feature and Dictionary Learning for
Image Set Based Face Recognition
Jiwen Lu, Gang Wang, Weihong Deng, and Jie Zhou
顔画像からの識別情報を1段階の学習手順で共同
利用することができるように、未知の顔画素から
弁別的に特徴と辞書を同時に学習するSFDL手法
それぞれの画像フレームを識別的な特徴部分空間
に投影し、より具体的な情報を抽出できるように
クラス固有の辞書でそれを符号化する
開発したSFDLとD-SFDLは最新の画像データセッ
トで、ほとんどの既存の顔識別方法よりも高精度
On the Honda 、MoBo、およびYTCデータセットを
用いてランダムなトレーニングとテストセットを選択
して10回実験を行い、平均識別率を計算して比較
[5] H. Cevikalp and B. Triggs. Face recognition based on image sets. In
CVPR, pages 2567–2573, 2010.
[9] Y.-C. Chen, V. M. Patel, P. J. Phillips, and R. Chellappa. Dictionarybased
face recognition from video. In ECCV, pages 766–779, 2012.
[10] Y.-C. Chen, V. M. Patel, P. J. Phillips, and R. Chellappa. Dictionarybased
face and person recognition from unconstrained video. IEEE
Access, 3(3):1783–1798, 2015.
[25] Y. Hu, A. S. Mian, and R. Owens. Face recognition using sparse
approximated nearest points between image sets. PAMI, 34(10):1992–
2004, 2012.
[41] Z. Lei, M. Pietikainen, and S. Z. Li. Learning discriminant face
descriptor. TPAMI, 36(2):289–302, 2014.](https://image.slidesharecdn.com/ftma2-180529053825/85/2-78-320.jpg)
![Learning Face Age Progression: A Pyramid Architecture of GANs - CVPR2018
Hongyu Yang1 Di Huang1 Yunhong Wang1 Anil K. Jain2 1Beihang
University, China2Michigan State University, USA
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモはどこ？
議論はある？
次に読むべき論文は？
入力画像の人物の老化顔を出力．
年齢変換の正確さと，人物の同一性の保存で性能が良
くなった．
Discriminatorで，年齢の特徴抽出を段階的にした．人物の同一性を保つために
deep face descriptor [20] を用いて，個人の顔特徴を特徴空間に落とし込んだ
ときのlossも計算した．
どうやって有効だと検証した？
MORPHとCACDデータセットを用いて老化の進行度，精度，
人物の同一性を実験．商用アプリなどとも比較．
X.Shu,J.Tang,H.Lai,L.Liu,andS.Yan.Personalizedage
progression with aging dictionary. In ICCV, pages 3970‒
3978, 2015. 1, 8, 10, 11
201611429 大曽根宏幸 #1 (人間コース) 2](https://image.slidesharecdn.com/ftma2-180529053825/85/2-87-320.jpg)
![High-Resolution Image Synthesis and Semantic Manipulation with Conditional GAN - CVPR2018
Ting-Chun Wang, Ming-Yu Liu, Jun-Yan Zhu, Andrew Tao, Jan Kautz, Bryan Catanzaro
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモはどこ？
議論はある？
次に読むべき論文は？
高解像度（2048 x 1024）でラベル変換と物体編集
をできるようにした．
pix2pixより高解像度化，テクスチャなどのインタラ
クティブな編集ができる．
段階的に生成(global generatorとenhancer. enhancerをかけていけば無限
に大きくできる），段階的に識別する．perceptual lossをdiscriminatorに
加えた．discriminatorに境界マップ，セグメンテーションマップ，および実
/合成画像のチャネルワイズ連結を入力した．
どうやって有効だと検証した？
定量的には，ラベル画像から変換された市街画像を既存手法でセグメ
ンテーションし，inputと比較する．
定性的には，Amazon Mechanical TurkでCityscapes dataset [7] か
ら生成した画像を評価してもらった．（どっちが生成画像かクイズ）
医療画像や生物学にも使えそう
J. Johnson, A. Alahi, and L. Fei-Fei. Perceptual losses for real-time style transfer
and super-resolution. In European Conference on Computer Vision (ECCV), 2016.
2, 3, 5, 8, 13
A. B. L. Larsen, S. K. Sønderby, H. Larochelle, and O. Winther. Autoencoding
beyond pixels using a learned similarity metric. In International Conference on
Machine Learning (ICML), 2016. 5201611429 大曽根宏幸 #1 (人間コース) 3](https://image.slidesharecdn.com/ftma2-180529053825/85/2-88-320.jpg)
![Neural Best-Buddies: Sparse Cross-Domain Correspondence
Kfir Aberman, Jing Liao, Mingyi Shi, Dani Lischinski, Baoquan Chen, Daniel Cohen-Or
2枚の異なる形状・外観・クラスの画像から特徴を抽出
し, 対応付けを行う.
物体の重要な特徴のみを取り出して対応付けをした.
異なるクラス間での対応付けをした.
類似性測度として提案されているBest Buddies
Pairs(BBP)[Dekel et al. 2015]をNeural BBPに拡張
し, cross-domainの対応問題を解く.
画像分類用に訓練されたCNNをもちいた.
提案手法と他のスパースマッチングの視覚的比較. 最先
端のdence対応手法との比較. ユーザ調査. 異なる大き
さ, 姿勢, 視点の物体のペアを用いて幾何学的変形に対
する堅牢性を検証した.
cross-domain対応問題のベンチマークが確立されてい
ない. 外観が異なるオブジェクトの結合画像を生成した
201813558 池田伊織 #2 (人間コース)
どんなもの？ どうやって有効だと検証した？
先行研究と比べてどこがすごい？
議論はある？
技術や手法のキモはどこ？
次に読むべき論文は？
SIGGRAPH 2018](https://image.slidesharecdn.com/ftma2-180529053825/85/2-99-320.jpg)
![Full 3D Reconstruction of Transparent Objects
Bojian Wu, Yang Zhou, Yiming Qian, Minglun Gong, Hui Huang
どんなもの？
次に読むべき論文は？
先行研究と比べてどこがすごい？
技術や手法のキモはどこ？
議論はある？
どうやって有効だと検証した？
透明なオブジェクトの3次元の形状を自動的にモデル化する手法。
201813559 池畑 開斗 #2 (仏コース)
最初にオブジェクトの大まかな形状をモデル化したラフモデルを
作成し、オブジェクトと交差する光線の対応関係を用いて、ラフ
モデルを最適化していく。
モデル化したものと、実際のオブジェクトとの表面の距離の誤差
を計測した。
SIGGRAPH 2018
従来研究では透明なオブジェクトの2つの面の点群を生成すること
は出来たが、その形状は不完全だった。この手法では、完全な３D
モデルを復元することができる。
中空の透明なオブジェクトは処理できない。
オブジェクトに対して、光線の屈折の回数が増えると誤差が大き
くなる。
Qian et al. 3D Reconstruction of Transparent Objects with
Position-Normal Consistency. [2016]](https://image.slidesharecdn.com/ftma2-180529053825/85/2-120-320.jpg)
![Full 3D Reconstruction of Transparent Objects
Bojian Wu, Yang Zhou, Yiming Qian, Minglun Gong, Hui Huang
どんなもの？
次に読むべき論文は？
先行研究と比べてどこがすごい？
技術や手法のキモはどこ？
議論はある？
どうやって有効だと検証した？
透明なオブジェクトの3次元の形状を自動的にモデル化する手法。
201813559 池畑 開斗 #2 (仏コース)
最初にオブジェクトの大まかな形状をモデル化したラフモデルを
作成し、オブジェクトと交差する光線の対応関係を用いて、ラフ
モデルを最適化していく。
モデル化したものと、実際のオブジェクトとの表面の距離の誤差
を計測した。
SIGGRAPH 2018
従来研究では透明なオブジェクトの2つの面の点群を生成すること
は出来たが、その形状は不完全だった。この手法では、完全な３D
モデルを復元することができる。
中空の透明なオブジェクトは処理できない。
オブジェクトに対して、光線の屈折の回数が増えると誤差が大き
くなる。
Qian et al. 3D Reconstruction of Transparent Objects with
Position-Normal Consistency. [2016]](https://image.slidesharecdn.com/ftma2-180529053825/85/2-124-320.jpg)
![どんなもの？
先行研究と比べてどこがすごい？
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？
技術の手法やキモはどこ？
動物や人間の毛のレンダリングを正確かつ効率的に
行う手法
毛のレンダリングは[Yan et al. (2005)]などのモデ
ルがあるが、簡略化されすぎていたり、複雑すぎた
り極端だった。この論文ではモデルの簡略化を行い
つつ正確なレンダリングを実現
計算を主要な5項に絞り、髪の中心部での反
射・屈折を省略しつつも散乱光の吸収効果は
残す。遠距離描画での最適化にも対応
角度ごとの反射をシミュレーションし[Yan et
al.(2005)]の実測データとシミュレーション
と誤差を比較。レンダリング結果での比較
簡略化によって若干精度が損なわれるが概ね
良好。人の髪は先行研究でもこの論文でも再
現が難しい。
Yan et al. (2015), Marschner et al. (2003)
James Kajiya and Timothy Kay. (1989)201511455 長岡篤史 #1 (仏コース)
ACM Transactions on Graphics, Vol. 36, No. 4, Article 67. Publication date: July 2017. SIGGRAPH 2017](https://image.slidesharecdn.com/ftma2-180529053825/85/2-127-320.jpg)
![どんなもの？ どうやって検証した？
先行研究と比べて
技術のキモは？
議論
次に読む論文
伊藤
回折格子素子を用いたholographic
projection手法の提案
先行研究にあるcausticsデザインの問題
をホロの再構成問題として再定式化した
ホロ面から像までの光の伝播を分析するためにスカラー
近似[goodman2005]を用いた
小さな回折格子素子が大きな投影面を持つような設計の
ためにOkada et al[2013]と似たような二段階サンプリン
グ手法を用いた
複数のアプリケーションを作成
super-resolution, Multiple discrete pairings,
Animated projection under translation,Barrier-
based multiview projection
回折格子の波長に依存するため，赤色レーザー
の場合緑色のレーザーよりも解像度が落ちる
白色光源の場合，色が分散しぼやける
高解像度のフルカラーにはできてない
!1
SA 17
Mix-and-Match Holography](https://image.slidesharecdn.com/ftma2-180529053825/85/2-130-320.jpg)
![どんなもの？ どうやって検証した？
先行研究と比べて
技術のキモは？
議論
次に読む論文
伊藤
Additive Light Field Displays:
Realization of Augmented Reality with
Holographic Optical Elements
ホログラフィック光学素子(HOE)を用いたマル
チレイヤーの加法ライトフィールドディスプレ
イ(ライトフィールドを重ね合わせてる？)
従来のcompressive light field displayの多層SLM
を前提としたアルゴリズムでは回折を無視してい
る．そのため回折の影響が大きい時シミュレーショ
ン結果と異なってしまう．
シースルーマルチレイヤーディスプレイのために特定方
向の入射光のみを拡散するHOEを実装した
加法ライトフィールドディスプレイを解くための非負最
小二乗法にThe trust region algorithm [Coleman and
Li 1996] を用いた
diffuser HOEsの回折効率と透過率を調べた
ディスプレイ性能を調べるためにピーク信号対雑音
比(PSNR)をシミュレーションから計算した
プロトタイプを実装した
積層LCDなどと異なりクロストークなどが発生しにくい
プローブ波の意図しない回折によってゴーストエフェク
トが発生する
プロトタイプでは色収差が発生している
!3
TOG 16](https://image.slidesharecdn.com/ftma2-180529053825/85/2-132-320.jpg)
![どんなもの？ どうやって検証した？
先行研究と比べて
技術のキモは？
議論
次に読む論文
伊藤
Seamless Visual Sharing with Color Vision
Deficiencies
色弱者と非色弱者が同時にコンテンツの
ビジュアルを共有するためのシステム
先行研究では強調する必要のない色まで
強調していたため不快感があった
2眼提示(ゴーグルあり)の際に色弱者が色を区別
できるようにし，単眼提示(ゴーグルなし)の場合
いでは非色弱者が色のズレが気にならないよう
な画像のペアを生成すること
[Huang et al. 2009] and [Chua et al. 2015] の
手法で得られた画像との比較
非色弱者と色弱者に対して被験者実験を行なった
同時に複数の色弱タイプには対応できない
色弱のタイプが同じだが，重大度が異なる場合，最も重大な人
に合わせる必要がある
シミュレーションが個人の視覚を正確にモデル化できてない場
合，結果が得られないことがある
!6
SIGGRAPH 16](https://image.slidesharecdn.com/ftma2-180529053825/85/2-135-320.jpg)
![どんなもの？ どうやって検証した？
先行研究と比べて
技術のキモは？
議論
次に読む論文
伊藤
GazeStereo3D: Seamless Disparity Manipulations
視線追跡に基づく立体視の奥行き知覚の
調整手法
注視点の基づいてコンテンツを調整する手法は多
くあるが，従来の研究ではaccommodation-
vergence conflictのために視差が限られてしまう
Peli et al.[2001]の研究を最初の視差変化
のスピードを計測し，モデル化した
シームレスな視差操作が可能
被験者実験において，どこにも注視点を設けな
い場合， Bernhard et al. 2014に似た手法，
Hanhart and Ebrahimi [2014] と比較を行った
ポップアウト効果が薄れる
この論文で用いてる知覚モデルでは運動
視差を考慮に入れていない
!8
SIGGRAPH 16](https://image.slidesharecdn.com/ftma2-180529053825/85/2-137-320.jpg)
![Experimental Observation of anExtremely Dark Material Made By
aLow-Density Nanotube Array
Ne&D MQ W% YZYU 7Y% >Q]Uc 5 6eb% GXQg &Me Y % % Q T De YS[U A 5ZQiQ
C A
5D H M
)*.**)-2 #
なんの論文？
u
ú “
先行との比較
, u) )-. v
*
技術・手法のキモ
u
7BH u
検証方法
#
ú
議論はある？
l l40)|
次何読む？
O*1P HXU 9 USdb YS Q TR [ V C dYSQ
7 cdQ dcQ T HXUb] & dYS 7 UVVYSYU dc](https://image.slidesharecdn.com/ftma2-180529053825/85/2-138-320.jpg)
![Flexible artificially-networked structure forambient/high pressure
solar steam generation
GUiUT A XQ]]QT GQZQTY% BQjQ Y :Qb [X YQ% DUi]Q bQZYjQT% Ae YR Qc QY Q T QTY XQcU]Y
DI C A D 0 H AG
GH M &
)*.**)-2 #
なんの論文？
先行との比較
技術・手法のキモ
D8AG
V UhYRY Ydi% Re iQ d QdebU% g dXUb]Q S TeSdYfYdi
検証方法
-X ú
u
議論はある？
.)[K
ú “ y
次何読む？
O 0P XQcU]Y% BY% 5 A AQbS Ud%
> ]Yc% G MUbSY](https://image.slidesharecdn.com/ftma2-180529053825/85/2-141-320.jpg)
![Graphene oxide-based efficient and scalable solardesalination under
one sun with a confined 2Dwater path
LYeaYQ W YQ%R% KUYSXQ LeQ%R% AY WiQ HQ WQ%R% Y NX eQ%R% 6Y NXeQ%R% GXY Y W NXeQ%R% Q T >YQ NXeQ%R%*
31 5 &
)*.**)-2 #
なんの論文？
WbQ XU U
u
先行との比較
e i d aN e
u
技術・手法のキモ
C ü
u u
検証方法
#
議論はある？
́“
次何読む？
O*)P 5 RY Y c YbUT% bUecQR U% Q Ub&RQcUT cicdU]](https://image.slidesharecdn.com/ftma2-180529053825/85/2-142-320.jpg)
![Facile Fabrication of Light, Flexible and MultifunctionalGraphene Fibers
NU Y 8 W % 7XQ WSXU W >YQ W % eXe 7XU W % MQ W NXQ % Q aeQ GXY % Q
>YQ W %Q T YQ WdY Ee
J C H AG
)*.**)-2 #
なんの論文？
WbQ XU U
先行との比較
7BH u
*)))~
WbQ XU U z u
́
技術・手法のキモ
C
u “
検証方法
“ u
x
x
次何読む？
)*
G]Qbd S dXY W% U USdb YS dUhdY Uc “](https://image.slidesharecdn.com/ftma2-180529053825/85/2-143-320.jpg)
![Graphitic carbon nitride nanosheet electrode-
basedhigh-performance ionic actuator
eQ Ke*% MY W e*% MQ W Ye*% >Y WZY W NXQ *% LeU Y 7XU *% JY SU d KX UX Y W %
7U qTbYS D UccU % YQ H A BWeiU % :bU qTU qbYS JYTQ KUY 7XU *
1 HI
)*.**)-2 #
なんの論文？
Bç
先行との比較
Bç
u u
技術・手法のキモ
ç u
検証方法
u B
次何読む？
O-1P 9 USdb ]USXQ YSQ RUXQfY b V Ve i
QcdYS QSdeQd bc](https://image.slidesharecdn.com/ftma2-180529053825/85/2-144-320.jpg)
![Synthesis and size dependent magnetostrictiveresponse of ferrite nanoparticles
and their application in magnetoelectric polymer-basedmultiferroic sensors
F rQ fUc% QR 5 QbbUQ% S A G GURQcdYQ %T J GURQcdYQ % SU D AQbdY c Q Q TG Q SUb c&AU TUjTV
6 4D A 5D H D GH &
)*.**)-2 #
なんの論文？
課題
7 :U C- ú
技術・手法のキモ
ú
検証方法
2 ]%,) ]%.) ] u
議論はある？
2 ]
7 :U C- hSe aNlou nPs
`g U T
次何読む？
O0P BQ cSQ U% )*.% 0% --12o--2/](https://image.slidesharecdn.com/ftma2-180529053825/85/2-145-320.jpg)
![Electromechanical Actuation withControllable Motion Based on a
Single-Walled Carbon Nanotube and NaturalBiopolymer Composite
MY W e% KUY 7XU % eXeQ e% >Y WXQY Ye% Q T 7Xe beY 7XQ W
5 1 12M
)*.**)-2 #
なんの論文？
7BH
先行との比較
u
u u
技術・手法のキモ
u
“
検証方法
uG9A
u u
議論はある？
u
z ́“
y
次何読む？
O*-P7QbR BQ deRU Q T D iQ Y Y U
7 ] cYdU 5SdeQd bc](https://image.slidesharecdn.com/ftma2-180529053825/85/2-146-320.jpg)
![Bioinspired Microorigami by Self-FoldingPolymer Films
U YT f
0 D DA IA GH
C 3 G G
)*.**)-2 #
なんの論文？
D i]Ub VY ] u
,
現在のトレンド
* c e m y S
SeddYW% ]YSb gU & Y[U ceR cdQdUc% X d YdX WbQ Xi
z
期待されること
u
u
議論はある？
u
,
次何読む？
O,0PA >Q]Q % 5 A NQbQVcXQb % 8 bQSYQc %
BQd 7 ]]e )**](https://image.slidesharecdn.com/ftma2-180529053825/85/2-147-320.jpg)
![Photoactuators and motors based on carbonnanotubes
with selective chirality distributions
Ne&D MQ W% YZYU 7Y% >Q]Uc 5 6eb% GXQg &Me Y % % Q T De YS[U A 5ZQiQ
)*.**)-2 #
なんの論文？
é
GY W UKQ 7QbR BQ deRU GKBH#
先行との比較
m*)c
um) .c
技術・手法のキモ
GKBH D7 GKBH
u
検証方法
ç
u ) .c #
議論はある？
GKBHu u
次何読む？
O*)P bQ XU U&RQcUT QSdeQd bc
O**P :QRbYSQdY V ]YSb ]UdUb&cSQ U%
1 HI](https://image.slidesharecdn.com/ftma2-180529053825/85/2-148-320.jpg)
![An electrically controllable all-solid-stateAu@graphene oxide actuator†
Ne&D MQ W% YZYU 7Y% >Q]Uc 5 6eb% GXQg &Me Y % % Q T De YS[U A 5ZQiQ
)*.**)-2 #
なんの論文？
5e WbQ XU U
u u ”
“,
先行との比較
bQTYU d WbQ XU U
% ed ed
技術・手法のキモ
5e WbQ XU U
“
検証方法
CB(C:: u u
議論はある？
5e “ “
次何読む？
O.P> Ae% 7 e% 6 NXe% KQ W% M Y Q T
E NXQ W% GSY FU
6 4D A 5D H D GH 8 &](https://image.slidesharecdn.com/ftma2-180529053825/85/2-149-320.jpg)
![Application of N‐Doped Three-Dimensional Reduced
GrapheneOxide Aerogel to Thin Film Loudspeaker
7X W Ge Y]% % ie W 9e UU% % >e W&AY UU% GQ W Ce[ Y]% 6ie W
>Y 7X % Q T >e W&K 7X Y %
G A H AG
CH G &
)*.**)-2 #
なんの論文？
B&b C5
先行との比較
WbQ XU U
u d S`f d S`
Sc O ʼNB&b C5 S a
Pv R g
技術・手法のキモ
u
ú “
bQ XU U
́ VbUUjU TbiY W
検証方法
G e T DbUccebU UfU GD # -)K
“
議論はある？
GD
B&b C5 u
次何読む？
O,PHbQ c QbU d 7QbR BQ deRU HXY :Y ]
eTc UQ[Ubc](https://image.slidesharecdn.com/ftma2-180529053825/85/2-150-320.jpg)
![Ferrofluid-based triboelectric-electromagnetic hybrid generator
forsensitive and sustainable vibration energy harvesting
AiU W& [ GU Q%R%*% GUe W&6QU >U Q%*% >Y &K Q R% MQ W& ie 7X Y
1 CD C 8
)*.**)-2 #
なんの論文？
é ü
先行との比較
u
́ “ u
ç “
原理
*
議論はある？
*]]# C
“ é
次何読む？
O,)P KQdUb&c YT cebVQSU S dQSd U USdbYVYSQ&dY Q T
Ydc ecU V b XQbfUcdY W YaeYT&gQfU U UbWi](https://image.slidesharecdn.com/ftma2-180529053825/85/2-152-320.jpg)
![3D-Printing of Lightweight Cellular Composites
6bUdd 7 ] d Q T >U YVUb 5 UgYc
J C H A
)*.**)-2 #
なんの論文？
先行との比較
,8
技術・手法のキモ
ç
u
検証方法
u
議論はある？
ç
u u
́“
次何読む？
O*P7U e Qb c YTc3 cdbeSdebU Q T b UbdYUc](https://image.slidesharecdn.com/ftma2-180529053825/85/2-153-320.jpg)
![Surflex: A Programmable Surface forthe Design of Tangible Interfaces
AQbSU 7 U X % Yb cXY cXYY% DQddYU AQUc
M
)*.**)-2 #
なんの論文？
“ %
先行との比較
技術・手法のキモ
u
議論はある？
” “ “
“
y
次何読む？
O*)P 5 Ug ] TU V b c Vd&R TYUT S Y]RY W
Q T Rebb gY W b R dc](https://image.slidesharecdn.com/ftma2-180529053825/85/2-154-320.jpg)
![Sublimate: State-Changing Virtual and Physical Renderingto
Augment Interaction with Shape Displays
8Q YU UYdXY WUb% GUQ : ]Ub% 5 Uh C gQ % GQ]eU eUcSXUb% 5[Y]Ydce WWU%>Y XQ UU% Yb cXY cXYY
)*.**)-2 #
なんの論文？
,8
GXQbU TYc Qi 5F XicYSQ cXQ U bU TUbY W “
先行との比較
XicYSQ # ,8 fYbdeQ #
ç
技術・手法のキモ
u u “
u XicYSQ % fYbdeQ % QbdYSQ i fYbdeQ
“,
検証方法
w
y
w “
ç u
y
議論はある？
u
ü ,8
5F A8 u
́“](https://image.slidesharecdn.com/ftma2-180529053825/85/2-155-320.jpg)
![Changing the Appearance of Physical InterfacesThrough Controlled Transparency
8QfYT Y T RQeUb% > bW Ae Ub %AQbS 5 UhQ
7 56 &
)*.**)-2 #
なんの論文？
u
́
先行との比較
5F
u A8 u
技術・手法のキモ
‒ “ u
“
メリット
u u
議論はある？
́“
D8 7 u
次何読む？
O, PVQRbYSQdY W XYWX i Secd ]YjQR U dXY &VY ]
d eSX&TYc Qic](https://image.slidesharecdn.com/ftma2-180529053825/85/2-156-320.jpg)
![An Interaction-Aware, Perceptual Model for Non-Linear Elastic Objects
AYSXQ DY fQbSY *% 8QfYT K UfY . >Qc FURU / 8UcQY 7XU - F ]Q 8ebY[ fY
S Q c UdUb DVYcdUb/ K ZSYUSX AQdecY[- DY db 8YTi[*%,
5 4 3 &
)*.**)-2 #
なんの論文？
,8
v
#
先行との比較
,8
u
技術・手法のキモ
́ u
検証方法
u
*
議論はある？
ü VYWebU0#
́“
次何読む？
. AQdUb dUbVQSUc )*/](https://image.slidesharecdn.com/ftma2-180529053825/85/2-157-320.jpg)
![Mirror Mirror: an On-Body T-shirt Design System
8Q YU GQQ[Uc * eY&GXi W MU GUe W&HQ[ B X iU Q * K dQS[ K
&
)*.**)-2 #
なんの論文？
“
H ü
先行との比較
ü k]QWYS ]Ybb bk “
5F u ü
u
ü
技術・手法のキモ
u
“
検証方法
u H
ú
議論はある？
“ u ü
次何読む？
O,P 8i Q]YS cXQTUb Q] c](https://image.slidesharecdn.com/ftma2-180529053825/85/2-160-320.jpg)
![tPad: Designing Transparent-Display Mobile Interactions
>eQ 8QfYT Y SQ Ys&FQ] c*% G XYU F cSXUb*%,% K VWQ W 6tcSXU % I bY[U
YcdUb %FQY]e T 8QSXcU d % D ebQ W bQ Y*
5
)*.**)-2 #
なんの論文？
u
u
“ -
主張
u ́
結果
“
次何読む？
O*1P G QSUH
4つのカテゴライズ
CfUb Qi% 8eQ cYTU Y ed( ed ed d&DQT8 #
7Q debU % A TU &RQcUT d&DQT7 #](https://image.slidesharecdn.com/ftma2-180529053825/85/2-161-320.jpg)
![Lighting Grid Hierarchy for Self-illuminating Explosions
75B MI G9 % 79A MI G9
0 6 CG H DCG DC G
)*.**)-2 #
なんの論文？
u é
ü
先行との比較
u u
“
技術・手法のキモ
u
検証方法
:YWebU.%1%* ́
u u
́
議論はある？
“
u ́ “
“ y
次何読む？
ʼf e]UdbYS Y e]Y QdY](https://image.slidesharecdn.com/ftma2-180529053825/85/2-162-320.jpg)
![DEEPMIMIC: EXAMPLE-GUIDED DEEP REINFORCEMENT LEARNING OF PHYSICS-BASED CHARACTER SKILLS
XUE BIN PENG PIETER ABBEEL SERGEY LEVINE MICHIEL VAN DE PANNE
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモ
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？
モーションキャプチャクリップやキーフレームアニメーション
の形で提供される、データに目的志向の強化学習を組み合わせ
た物理ベースのキャラクタアニメーションのフレームワーク
単一のモデルフリーのフレームワークがより広い範
囲のモーションスキルがあり、またそれらを順序付
ける能力を持っている
deep reinforcement learningのアルゴリズム
[Duan et al. 2016]などを使用
スキルを様々なキャラクター、環境、およびタスクにリ
ターゲティングし、複数のやり方を組み合わせて複数の
スキルを実行できるようにした
歩行、巧妙な操作、その他の作業に適用されるように、
ロボットシステムにポリシーをどのように配備するか
[Duan et al. 2016]
DeepLoco
201511520 鈴木亮祐(人間コース) SIGGRAPH2018](https://image.slidesharecdn.com/ftma2-180529053825/85/2-187-320.jpg)
![DEEPLOCO: DYNAMIC LOCOMOTION SKILLS USING HIERARCHICAL DEEP REINFORCEMENT LEARNING
XUE BIN PENG GLEN BERSETH KANGKANG YIN MICHIEL VAN DE PANNE
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモ
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？
限られた量の事前知識を持つ環境に配慮した
様々な運動スキルを学習する
境方針の3D二足歩行スキルが、限られた量の先の構
造が制御ポリシーに課せられて学習されることを実
証する
制御ポリシーを学習するためのdeep
Reinforcement Learning（RL）の機能を活用
歩行スキルのdeep Reinforcement Learningのための2
レベル階層の使用
特定のHLCタスクを直接サポートする追加のLLCスキル
を習得する方法を見つけることが今後重要
[Liu et al. 2012]
201511520 鈴木亮祐(人間コース) SIGGRAPH2017](https://image.slidesharecdn.com/ftma2-180529053825/85/2-188-320.jpg)
![SIMULATION OF HUMAN MOTION DATA USING SHORT-HORIZON MODEL-PREDICTIVE CONTROL
M. da Silva, Y. Abe, and J. Popovic
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモ
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？
シミュレートされた人間を実際の動きデータに導くこと
によって、自然な動きを生成するモデル予測コントロー
ラMcSimを提示
事前計算と手動のチューニングはほとんどなく、基準動作
と同様に歩行、走行、ジャンプ動作を生成することができ
ますが、対話速度で新しい物理環境（§7）にも適応する
予測コンポーネントと低ゲインの比例微分
（PD）コンポーネント（§5）を組み合わせる
リンクされた剛体と接触力学の線形化モデルに基づく予測コン
ポーネント（§4）を使用、線形動力学モデルは入力運動を追跡
する関節力および外力を解決する二次プログラム（QP）の制約
として使用
一部の3Dモーションの最適なパラメータを見つけること
が困難であった。回転する動きなどうまく追従できない
動作もあった。
[AFO03] ARIKAN O., FORSYTH D. A., O’BRIEN J. F.:
Motion synthesis from annotations. ACM Transactions
on Graphics 22, 3 (July 2003), 402–408.
201511520 鈴木亮祐(人間コース) EUROGRAPHICS 2008](https://image.slidesharecdn.com/ftma2-180529053825/85/2-189-320.jpg)
![A DEEP LEARNING FRAMEWORK FOR CHARACTER MOTION SYNTHESIS AND EDITING
Daniel Holden, Jun Saito, Taku Komura
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモ
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？
手作業による前処理や人間の手を使わずに、大量の人間の動作データを
用いて、非線形多様体への動作データの埋め込みを自動的に学習できる
深い学習フレームワークに基づくアニメーションの合成と編集のモデル
を提案
プロセスを著しく容易にする動きセグメント化また
は位置合わせを必要としない
高レベルのパラメーターを低レベルの人間の動
きにマップする別のフィードフォワードニュー
ラルネットワークを積み重ねる
大きなモーションデータベースを使用してモーションマ
ニホルドを最初に学習し、次いで、ユーザ入力と出力
モーションとの間のマッピングを生成する
スタックされたディープオートエンコーダをモーションマニ
ホールドの学習に使用すると、トレーニングが容易なより単純
なフィードフォワードネットワークを使用できる
[Hariharan et al. 2014]
201511520 鈴木亮祐(人間コース) SIGGRAPH2016](https://image.slidesharecdn.com/ftma2-180529053825/85/2-190-320.jpg)
![PHASE-FUNCTIONED NEURAL NETWORKS FOR CHARACTER CONTROL
DANIEL HOLDEN, TAKU KOMURA, JUN SAITO
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモ
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？
位相機能ニューラルネットワークと呼ばれる新しい
ニューラルネットワークアーキテクチャを用いて、リア
ルタイムキャラクタ制御機構を提示
さまざまな幾何学的環境に適応するモーションを自
動的に生成することができる
位相ニューラルネットワーク（PhaseNunction
Network：PFNN）と呼ばれるニューラルネットワーク
構造
荒い地形や跳躍を回避し、障害を避けるキャラクタのた
めの適切で表現力のある移動を自動的に生成
コンパクトな構造でも、時間の経過とともに円滑に変化する位
相関数により、ネットワーク構成の大きな変化を生み出すこと
によって大きな高次元のデータセットから学習できる
[Holden et al. 2016, 2015]
201511520 鈴木亮祐(人間コース) SIGGRAPH2017](https://image.slidesharecdn.com/ftma2-180529053825/85/2-192-320.jpg)
先端技術とメディア表現 第2回レポートまとめ
- 2. pump-probe方式で，アブレーション等による表面の変化を 動的に観測するシステム 動的に観測するシステムはこれまでなかった pump-probe方式で，delayさせたレーザーを当てながら動的 に観測する 実際に撮像し，一定時間後の形状と比較して本当にとれてい るか確認した 動的にとれるとどれくらい嬉しいのだろうか Direct femtosecond lasersurface nano/microstructuring and its applications Direct visualization of the complete evolution of femtosecond laser-induced surface structural dynamics of metals (Light: Science Applications 2017, Fang, Ranran and Vorobyev, Anatoliy and Guo, Chunlei) 201713119 山本健太 #2 (鬼コース)
- 3. 直接フェムトを当てて加工する論文に関するReview論文 - 表面にナノ/マイクロ構造を直接加工 - 金属に対する周期的なレーザー加工構造 -単体のナノホールやアレイ状のナノ/マイクロホール - ナノ構造テクスチャが施されたマイクロ構造 - フェムトレーザーによる消去や研磨 - アプリケーション Controlled nanostructrures formation by ultra fast laser pulses for color marking Direct femtosecond laser surface nano/microstructuring and its applications (Laser Photonics Reviews 2013: Vorobyev, Anatoliy Y and Guo, Chunlei) 201713119 山本健太 #2 (鬼コース)
- 4. 色を彫刻するためのナノ構造を金属表面にフェムトレーザー で 2010なので，コントロールされたナノ構造を金属表面に レーザーで構築していく手法の新しさ ナノ構造を制御するためのレーザー入射角度などの設計 実際に作ってSEM撮像の確認＋実物のカラー確認 なぜ多くの場合，２軸に分けた後CCDに入れる光路を作るの か？ Laser-induced periodic surfacestructures̶a scientific evergreen Controlled nanostructrures formation by ultra fast laser pulses for color marking (Optics express 2010, Dusser, Benjamin and Sagan, Z and Soder, Herv{'e} and Faure, Nicolas and Colombier, Jean-Philippe and Jourlin, Michel and Audouard, Eric) 201713119 山本健太 #2 (鬼コース)
- 5. Laser-Indecude Periodic SurfaceStructures (LIPSS)に関する Review論文 - LSFLとHSFLの２種類のメカニズムがある - 制御にはsingle-pulse sequence, double-pulse sequence，時 間分割回折がある - アプリケーションとしては，構造色・疎水性・細胞増殖・ トライボロジー（潤滑・摩擦など）などが挙げられる Generation of bioinspired structural colors via two-photon polymerization Laser-induced periodic surface structures—a scientific evergreen (IEEE Journal of Selected Topics in Quantum Electronics 2017: Bonse, J{"o}rn and H{"o}hm, Sandra and Kirner, Sabrina V and Rosenfeld, Arkadi and Kr{"u}ger, J{”o}rg) 201713119 山本健太 #2 (鬼コース)
- 6. モルフォ蝶の構造のようなものを2-photon polymerization (2PP)で作成する ポリマー使ってるから，複雑な手順なしに３次元的に構造が 作れる ３次元的に作るためにポリマー使用するのと，レーザー加工 の手法 実際に作ったもののSEMと色検証 ポリマー使って３次元の問題解決はどれくらい嬉しいのかよ くわかんない Electrically andelectrohydrodynamically driven phase transition and structural color switching of oligomer tethered 2D colloid Generation of bioinspired structural colors via two-photon polymerization (Scientific reports 2017, Zyla, Gordon and Kovalev, Alexander and Grafen, Markus and Gurevich, Evgeny L and Esen, Cemal and Ostendorf, Andreas and Gorb, Stanislav) 201713119 山本健太 #2 (鬼コース)
- 7. 電圧などを変えることで，結晶の向きを変えて（液晶的）， 構造色のスイッチングを実現 alpha zirconium phosphateを使って綺麗に構造色のスイッチ ングを実現した点 コロイド状のalphazirconium phosphateの形状と電荷をどう かけるかの設計論 実際にかける電圧などを変えたりして，結果を見たり どれくらい自由度高いのだろうか Programming Nanoparticles in Multiscale: Optically Modulated Assembly and Phase Switching of Silicon Nanoparticle Array Electrically and electrohydrodynamically driven phase transition and structural color switching of oligomer tethered 2D colloid (RSC Advances 2018, Masud, Aurangzeb Rashid and Hong, Seung-Ho and Shen, Tian-Zi and Shahzad, Amir and Song, Jang-Kun) 201713119 山本健太 #2 (鬼コース)
- 8. ナノパーティクルのパターンを，パルスのエネルギーや変更 などによって調整 ナノパーティクルを正確に調整できて，位相も変えれるとこ ろ レーザーのパルスや，２回目加工など（正確にはわかりきっ てない） 実際に作ってSEM含め計測 静的に？位相変えれるとどう嬉しいのか Laser-Induced Graphene byMultiple Lasing: Toward Electronics on Cloth, Paper, and Food Programming Nanoparticles in Multiscale: Optically Modulated Assembly and Phase Switching of Silicon Nanoparticle Array (ACS nano 2018, Wang, Letian and Rho, Yoonsoo and Shou, Wan and Hong, Sukjoon and Kato, Kimihiko and Eliceiri, Matthew and Shi, Meng and Grigoropoulos, Costas P and Pan, Heng and Carraro, Carlo and others) 201713119 山本健太 #2 (鬼コース)
- 9. グラフェンをCO2レーザーによって衣服や紙，食べ物に刻印 する シングル光路でdefocusメソッドを使うことで実現した点 defocusにすると物体への当たり方が変わるので，それを用 いることで１つの光路でのレーザー加工を実現した 実際に作成し，SEMと実物の確認 グラフェンを食べ物に刻めると何が嬉しいのか 食べ物の制約はどれくらいあるのか Holographic Resonant LaserPrinting of metasurfaces using plasmonic template Laser-Induced Graphene by Multiple Lasing: Toward Electronics on Cloth, Paper, and Food (ACS nano 2018, Chyan, Yieu and Ye, Ruquan and Li, Yilun and Singh, Swatantra Pratap and Arnusch, Christopher J and Tour, James M) 201713119 山本健太 #2 (鬼コース)
- 10. プラズモンのテンプレにレーザーでメタ表面を作ること ホロパターンをうってるっぽい？（Fresnel Zone Plateとの比較がよく出てき た） SLMまで使って結構光学のセットアップが重い SLM使って簡単に？回折レンズ？を作っている点？ 実際に作ったものの撮影 これができると何が嬉しいのかよくわからなかった Light-InducedTuning and Reconfiguration of Nanophotonic Structures Holographic Resonant Laser Printing of metasurfaces using plasmonic template (ACS Photonics 2018, Schultz Carstensen, Marcus and Zhu, Xiaolong and Esther Iyore, Oseze and Mortensen, N Asger and Levy, Uriel and Kristensen, Anders) 201713119 山本健太 #2 (鬼コース)
- 11. ナノフォトニック構造へのレーザー加工系のReview論文 1. 可逆性のある変化を弱レーザー加工で生成 2. 可逆性のない変化をレーザー加工で生成 可逆性のある加工を施すことができることに驚き Hydrodynamicrotating motion of micromotors from femtosecond laser microfabrication Light-Induced Tuning and Reconfiguration of Nanophotonic Structures (Laser Photonics Reviews 2017: Makarov, Sergey V and Zalogina, Anastasia S and Tajik, Mohammad and Zuev, Dmitry A and Rybin, Mikhail V and Kuchmizhak, Aleksandr A and Juodkazis, Saulius and Kivshar, Yuri) 201713119 山本健太 #2 (鬼コース)
- 12. レーザー加工でマイクロタービンを生成 チルトの角度やブレードの長さ・数を生成時に調整すること ができる ダイレクトフェムトレーザー加工でタービンを直接作れる しかも生成のパラメータも持てる 実際に作って，撮像して，流体に流れを発生させて回ること の検証 ３次元形状をこんなに正確に作るための具体的な手法は？（説 明は少なかった） Complex dewetting scenariosof ultrathin silicon films for large-scale nanoarchitectures Hydrodynamic rotating motion of micromotors from femtosecond laser microfabrication (Sensors and Actuators B: Chemical 2018, Guan, Wei and Lv, Chao and Xu, Yi-Shi and Yu, Yan-Hao and Xia, Hong and Niu, Li-Gang and Liu, Sen and Wang, Gong and Wang, Ying-Shuai and Sun, Hong-Bo) 201713119 山本健太 #2 (鬼コース)
- 13. 単結晶の薄いフィルムの複雑なdewettingを完全にコント ロールする めちゃ薄いシリコンフィルムのdewettingを完全にコントロール して，単結晶のナノ構造をいろんなパターンでdewettingさせた （理解できませんでした） 実際に作ったものの撮像及び変化の計測 もっともよくわからなかった（読む論文ミスった） Optical Field Enhancementin Au Nanoparticle-Decorated Nanorod Arrays Prepared by Femtosecond Laser and Their Tunable SERS Complex dewetting scenarios of ultrathin silicon films for large-scale nanoarchitectures (Science advances 2017, Naffouti, Meher and Backofen, Rainer and Salvalaglio, Marco and Bottein, Thomas and Lodari, Mario and Voigt, Axel and David, Thomas and Benkouider, Abdelmalek and Fraj, Ibtissem and Favre, Luc and others) 201713119 山本健太 #2 (鬼コース)
- 14. 金のナノパーティクルのdecorationを，フェムトレーザー加工で準備したナノ ロッドアレイに施した（金ナノロッドの生成） そして表面増強ラマン散乱を可変なものにした フェムト加工でナノロッドを作っといてそこに金を焼きなま しで付着させる 空気中でシリコンに加工→水中でまた加工，でナノロッドを 作り，そこに金のナノパーティクルをつけていく 実際に製造プロセスを通して，SEM撮像検証 金ナノロッドのアプリケーションの広さは Superhydrophobic and colorfulcopper surfaces fabricated by picosecond laser induced periodic nanostructures Optical Field Enhancement in Au Nanoparticle-Decorated Nanorod Arrays Prepared by Femtosecond Laser and Their Tunable SERS Applications (ACS applied materials interfaces 2017, Cao, Wei and Jiang, Lan and Hu, Jie and Wang, Andong and Li, Xiaowei and Lu, Yongfeng) 201713119 山本健太 #2 (鬼コース)
- 15. FaceShop: Deep Sketch-basedFace Image Editing どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ GAN.スケッチベースでユーザーが直感的に画像 を編集することができるような顔画像編集のため の新規システム ニューラルネットワークを画像補完と画像変換の 二つの同時タスクで訓練 インタラクティブな画像編集のためのフレームワー クで↑を最初にやった インプット画像にマスクをかけてユーザーの入力 情報が不完全であったときの再現をしても生成に 成功した 自動構築と画像補完がどちらも高品質 将来的にはより高解像度かつ多様なデータセット で訓練を行いたい Siggraph’18 Ftma18
- 16. どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ ディープニューラルネットワークを使用して入力 安静からそれに同期したスピーチアニメーション を生成 音素ラベルの入力シーケンスから口の動きまでの 任意の非線形マッピングを学習するスライディン グウィンドウ予測子を使用 新たに入力された音声に対応することが可能 既存の手法との互換性がある テスト済みのスピーカーについての定量評価と全 く新しいスピーカーに対する主観評価（ユーザー スタディ） 細やかな感情を表現するにははるかに大きなスケー ルのニューラルネットワークを訓練しなければな らず費用対効果の高い包括的なデータセット必要 Siggraph’17 Ftma18 A Deep LearningApproach for Generalized Speech Animation
- 17.
- 18.
- 19.
- 20. どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ 従来の顔認識技術が抱えていた横顔への弱さを解 消するための横顔トレーニングセット拡張アプロー チ 従来は正面顔と横顔の訓練量が違いすぎていたの で、特徴空間において等価なマッピングを実行し てズレを解消 実装が簡単かつ軽量な、横顔へと対処アプローチ をとっている点 横顔から特徴をマッピングして正面顔を再構成す ることに成功した Pose-Robust Face Recognitionvia Deep Residual Equivariant Mapping Ftma18
- 21. Fast Deep Mattingfor Portrait Animation on Mobile Phone どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ モバイル機器のためのリアルタイム自動ディープ 画像マッティイングとそれに基づくアニメーショ ン生成 DNNが画像セグメンテーションを行うブロック と予測された粗いバイナリマスクを精緻に直すフェ ザリングブロックで構成 高速ディープ画像マッティングネットワークがモ バイルで実装可能 CPUおよびGPUで動作させ処理速度を計測 この手法では入力画像をダウンサンプリングして いるため髪の毛などの細かい部分に関しては無理 どうやって有効だと証明した？ ＃FTMA１８
- 22. 芸術表現のテクスチャを保持しながら元となるビ デオと位置合成しポートレイトアニメを生成する ニューラルネットワークベースのスタイル転送 フォトスタイルのペアが与えられると自動的にテ クスチャ合成のフレームワークへの入力として使 用できるガイディングチャンネルを自動生成 選択された芸術的メディアの細かいテクスチャを 保全できる 先行研究との比較を行いこの手法が以前の手法の 欠点を改善したいることを証明する 額のシワや口髭など重要な意味を持つ線形情報を うまく分離して扱いしきれない Example-Based Synthesis of StylizedFacial Animations どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ SIGGRAPH 2017 ＃FTMA１８
- 23. 非単眼単数映像（インターネット映像など）を用 いて顔の演出を自動的に採取し再構成するシステ ム 顔を直接キャプチャーするのは困難なのでビデオ ベースでキャプチャーし再構成 顔の特徴と影の情報の双方を再構成に利用 顔の再構成の正確性が大幅に向上した インターネット上の動画でシステムをテストした ところ制御されていない照明下でも個人間の形状 差は克服できた 先行研究との結果比較 髪の毛、メガネ、手や他のファクタによって阻ま れると区別できない Automatic Acquisition ofHigh-fidelity Facial Performances Using Monocular Videos どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ ＃FTMA１８
- 24. 人間の動作の４D（３Dplus時間）スキャニング データセットの作成 http://dfaust.is.tue.mpg.de. ここで使えるよ 短距離レンジと長距離レンジの組み合わせ テクスチャ情報を利用してジオメトリベースの手 法を拡張 シンプルかつ正確かつポータブル 実物のスキャンとその内部の真実を同時に提供す るデータセットはこれが初 表面から1mm以上の幾何学的なエラー,客観的な 本物と比較した時のイメージのエラー,動きの一 致性を定量評価としてラベル付け Dynamic FAUST:Registering Human Bodies in Motion どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ ＃FTMA１８ CVPR 17
- 25. 各衣服を自動的に分割し、身体の最低限のモデル を生成し、時間経過ごとの服の変形を追跡 動く洋服の高解像度３Dスキャン 服のシュミレーションから衣服の取り込みへ考え をシフト.３Dスキャンに適合する新規のマルチメッ シュ表現を導入.衣服のセグメンテーション 衣類のセグメンテーションとモデルの体型に焦点 を当てたターゲット変更→仮装試着が可能 多様な衣服の分析、ターゲット変更、体型変更、 キャプチャしたドレスのデータセットを利用、一 枚の画像から衣服を生成 以上を実行した ボタンや襟などに特徴がある複雑な衣服、スカー トやネクタイなど体の動きと必ずしも一致しない もの、体と部分的にしか接しない服など課題 ClothCap: Seamless 4DClothing Capture and Retargeting どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ ＃FTMA１８ SIGGRAPH 2017
- 26. The Noh maskeffect: vertical viewpoint dependence of facial expression どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？能の伝統に熟達した俳優が装着するフルフェイス マスクは頭の動きが変化すると様々な表現効果を 誘発することが出来る 日本とイギリスの視聴者に対してユーザースタディ を行いこの効果を検証した ユーザースタディの結果からこの効果は文化によっ て調整されていることがわかった レーザーでの解析に文化的な意味はない 異なる文化に属する集団に対して調査を行った ３Dレーザースキャンを用いて能面の内部の表情 を解析し分析に役立てようとした #FTMA18
- 27. どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ 3種類の能面を用いて陰影がもたらす表情認知へ の影響を調査 増， 中將，深井の三種類の能面を正面、横、 上、下の４方向から100w電球で照射し撮影。大 学生１４８名にユーザースタディ 能面の表情認知における陰影の効果 Ftma18
- 28. 単一のRGBカメラを用いて人間の完全な３D骨格 ポーズをリアルタイムにキャプチャーする CNNに基づく２Dと３Dの関節位置の回帰と運動 学的スケルトンフォッチングを組み合わせる 低品質なRGBカメラでもおk カメラの性能と計算時間の長さという二つの問題 に効果 最先端のオフラインのRGBカメラを用いた手法 と比較した VRとかコンピューターゲームのインタラクショ ンとかに使える ２Dジョイントはズレが生じることあり問題 VNect: Real-time 3DHuman Pose Estimation with a Single RGB Camera どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ #FTMA18 SIGGRAPH 17
- 29. 単眼RGBカメラのみのシーケンスに基づくリア ルタイム３Dハンドトラッキング cycleGANを用いて合成画像を変換して実際の手 画像に沿う統計分布を有する「実」画像を生成し regnetの訓練に使用 ハンドトラッキングにおいてRGBの手法で現在 の最先端手法を上回るパフォーマンスを発揮 現在の最先端手法との出力結果比較 RegNetが良い予測を得るために苦労するとトラッ キングが不安定になるがセグメンタ導入で対処可 複数の手が接近しているとセグメント不可信頼 GANerated Hands forReal-Time 3D Hand Tracking from Monocular RGB どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ #FTMA18
- 30. マルチカメラアプローチを用いて手の関節のよう な閉塞しやすいキーポイントに関する検出器を訓 練する マルチカメラビューを用いて複数の視点でノイズ の多いラベルを製作し豊富なデータセットを構築 在野のRGB画像を用いてトラッキングが可能 深度を用いるアプローチと互換性のあるデータセッ トを用いて制度を比較 手が隠れていると検出器がオーバーヒート Hand Keypoint Detectionin Single Images using Multiview Bootstrapping どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ #FTMA18
- 31. FCNNに画像ピクセルからテンプレートグリッド へのマッピングを学習させ回帰問題として定式化 在野の画像の形状分析、変形に利用 訓練されたCNNを用いてフィードフォワード形 式でマッピング情報を再構成 耳とかも図れるし体のパーツの分類もできる State of theart のセグメンテーション手法との 出力結果比較 顔以外の人間の身体に関連する作業に対しても簡 単に応用できる ペーパーではアプリが豊富な顔に焦点 DenseReg: Fully Convolutional Dense Shape Regression In-the-Wild どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ #FTMA18
- 32. どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ まとめ系の論文 State of theArt on Monocular 3D Face Reconstruction, Tracking, and Applications
- 33.
- 34. どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ ニューラルネットを用いて画像の交差点の特徴量 を解析して画像間の対応関係を検出.応用すると キマイラの画像とか作れる あらかじめ訓練された分類ネットワークによる ディープ特徴マップに基づく 各レベルで検索領域を絞り込み 人間による対応関係検出と非常に近い動作ができ る 代替研究との比較とユーザースタディ 分類以外のタスクのために訓練されたネットワー クでの実装も行いたい Neural Best-Buddies: SparseCross- Domain Correspondence Siggraph’18 Ftma18
- 35.
- 36. どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ 様々なキャラクターに所望の動作を行わせる学習 ベースのキャラクターアニメーション モーキャプで撮ったスピンとか高度な動き出来る アーティストやモーションキャプチャの俳優が基 準動作のデータセットを提供、そこから現実的な 動作を生成 学習ベースで自然な動きを実現.複数のクリップ を統合して複数のスキルを実行できる いろんなキャラで動かせる 完全な手法と一部のコンポーネントを無効にする 代替えのトレーニングスキームを用いて結果を比 較 位相変数を基準動作と同期させる必要があるので 動作のタイミングを調整する能力が制限 学習に時間がかかる DeepMimic: Example-Guided Deep ReinforcementLearning of Physics- Based Character Skills Siggraph’18 Ftma18
- 37.
- 38. GhostID:Enabling Non- PersistentUser Differentiationin Frequency2Division Capacitive どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ 信号ゴーストを解析して同時に画面に触れたいる 指の所有先を区別できる 周波数多重分割によって容量を測定 外部のハードウェアに依存せずセンサ自体がタッ チを区別できる 一人のユーザー二本の指、2人２本、2人３本、3 人３本で実験して高い正確性を得た 外部ハードウェアに依存しないとゴースト情報だ けではユーザーを区別して割り出すところまでは 無理 どうやって有効だと証明した？ FTMA１８ UIST 2017
- 39. 様々な物体へのタッチ入力を可能にする低コスト な検出技術 安価な導電性材料と協調して電界トモグラフィー を使用 大きくて不規則なものにも適用可能 容易かつ安価 14名の参加者を集い電極数、材料、表面形状な どの要素を変更してセンシング技術と追跡技術の テストを行った Electrick: Low-Cost TouchSensing Using Electric Field Tomography どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ 環境要因による電磁ノイズがトラッキングの性能 に影響 あまり小さいと電流の量が小さくなり質低下 FTMA１８ UIST 2017
- 40. 指に取り付けた震動センサとスクリーン応答を検 出するためのフォトダイオードを使ってレイテン シを測定及び提示 指と画面に装備するハードウェアを使用 ソフトウェアと組み合わせる 訓練がいらない Windows と Mac osxと ubuntu の有名な ホストコンピュータ３つで動作させた ヘルツ数や言語なども維持いて影響を検証した 他の手法と組み合わせることでシナジーを生む Characterizing Latency in Touch and Button-Equipped Interactive Systems どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ FTMA１８ UIST 2017
- 41. 現在アーティストが行なっているアニメーション への二次的なモーション追加をイラストのキャラ クタの動きを伝播することによって行う 動かすのが簡単 ユーザースタディを行い魅力的な二次的アニメー ションを作成するのに役立つことを示した 異なるポーズまたはポジションにあるキャラクター を二次なアニメーションに取り込むにはまだ研究 が必要 Secondary Motion forPerformed 2D Animation どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ UIST 2017 FTMA１８ キャラクタの異なるパーツ間で自動的にモーショ ンを伝播するリグのセットを定義
- 42.
- 43. Interactive Sound Renderingon Mobile Devices using Ray-Parameterized Reverberation Filters #FTMA18 どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ 動的なシーンに対して妥当なサウンドを生成する ことのできる新たなサウンドレンダリングパイプ ライン.VR、ARの現実感を高めるのとかに使え る 畳み込みベースではなく人工的な空間残響をベー スにしている スマホに動的な音声伝播効果を与えることのでき る最初のアプローチ 畳み込みベースのレンダリングよりも早い 伝統的な手法とこの手法のそれぞれについてデス クトップでの動作を比較した. かかる時間的コストが圧倒的に少ない 畳み込みベースではなく人工的な残響を利用して いるためにヘルツ数が低い部分に対してパフォー マンスの細やかさと鋭さが足りない Wavenetもう少しちゃんと読み込みたいと思っ た CARL SCHISSLER, DINESH MANOCHA, University of North Carolina at Chapel Hill
- 44. SweepCanvas: Sketch-based 3D Prototypingon an RGB-D Image どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ エンドユーザーにとってインタラクティブなスケッ チベースの３Dモデリングツール RGB-D情報を活用して平面解析情報からユーザー の描いたストロークを３Dに固定.MRFベースの 最適化により２つのストロークから迅速に３Dプ レーンを生成 面倒な専門技術を必要とせず直感的でエンドユー ザーにとって使いやすい 8人のユーザーに他の４つの手法も含めてモデリ ングを行ってもらい結果とかかった時間を比較 今後は様々なメディアに対して試したい どうやって有効だと証明した？ UIST 2017 FTMA１８
- 45. 単眼カメラを用いた被写体にピントが合っている ように見える範囲が広いリアルタイムトラッキン グ技術 マーカーによる追跡だけでは精度が低いのでフレー ム間アライメントと高密度ポーズリファインメン トを組み合わせる 容易に入手可能で組み立てやすい部品を用いてい る 複数のカメラを用意しなくておk 2Dのお絵かきにも３Dのお絵かきにも応用でき る DodecaPen: Accurate 6DoFTracking of a Passive Stylus どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ UIST 2017 FTMA１８ 合成データセットと実データセットの両方を用い いてトラッキングをデスクトップで動作させ optitrackモーションキャプチャシステムと比較
- 46. ユーザーが360 ビデオの中にある重要なコンテ ンツ全てを捉えられるようにカットごとに視界を 調整する ボタンで調整可 ビデオの中にある重要なコンテンツの位置を示す ラベルを作成 重要なコンテンツは複数あることが多いがそれを 全て横断できるアプローチ ４つの新しいビデオを含む１１のビデオについて、 ショット調整を行うために必要なショット境界の 判別を確認 現時点ではショットの方向しか考慮していないが 他のことについてもやりたい 向いてる時だけコンテンツが再生されたりとか ShotOrientation Controls for Interactive Cinematography with 360o Video どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ FTMA１８
- 47. VRで高解像度なパノラマ映像をズームして探索 する方法 視野の中央に画像を拡大した視覚的FOVを制限 し領域の外に拡大されていない媒体を加えること でシュミレータのエラーを抑える ズームしても動きの問題が大きく発生しない ユーザーが180秒間の間にターゲットを見つけら れるかテストしてみた 高解像度だと隠れ驚き要素とか入れられて表現の 幅が広がる Panning and ZoomingHigh-Resolution Panoramas in Virtual Reality Devices どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ FTMA１８
- 48. 360 画像で視界の外にある関心度の高いコンテ ンツをpicture inpicture で表示 PIPの位置及び向きをROI（region of interesting）の方向を示すために利用 深度計測 ROIをf￥画面い表示させるための最小化された アプローチ Picture in picture のあるなしでユーザースタディ し、ユーザーの情報受容度を調査 ビデオの複雑性がとても上がるとあんまり効果な くなる Outside-In: Visualizing Out-of-Sight Regions-of-Interest in a 360 Video Using Spatial Picture-in-Picture Previews どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ 次に読むべき論文は？ どうやって有効だと証明した？ FTMA１８ UIST 2017
- 49. DeepHolo: Recognizing 3DObjects using a Binary-weighted Computer-Generated Hologram Naoya Muramatsu University of Tsukuba Pixie Dust Technologies, Inc. sh.mn.nat@gmail.com Chun Wei Ooi University of Tsukuba made3102@gmail.com Yoichi Ochiai University of Tsukuba Pixie Dust Technologies, Inc. wizard@slis.tsukuba.ac.jp Yuta Itoh University of Tsukuba s1711428@s.tsukuba.ac.jp どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ ポイントクラウドモデルから再構成されたコン ピューター生成ホログラムを扱うDNN.３D点群 フォームを２Dデータとして処理できる 3Dピクセルクラウドモデルを２Dホログラムデー タに変換するCGHプログラムの実装 特徴を取得するパラメーターを取り払うことがで きるため関連研究の比べてネットワーク内におい てはるかにスペース効率が良い いくつかのDNNと認識結果を比較. 体積測定、多視点、ピクセルクラウドモデルにお ける代表的なセットと比較. CGHがフルHDででかい ホログラムサイズを圧縮した #FTMA18
- 50. Convolutional neural network-based regressionfor depth prediction in digital holography #FTMA18 どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ Tomoyoshi Shimobaba Graduate School of Engineering Chiba University1-33 Yayoi-cho, Inage-ku, Chiba, Japan shimobaba@faculty.chiba-u.jp Takashi Kakue Graduate School of Engineering Chiba University1-33 Yayoi-cho, Inage-ku, Chiba, Japan t-kakue@chiba-u.jp Tomoyoshi Ito Graduate School of Engineering Chiba University 1-33 Yayoi-cho, Inage-ku, Chiba, Japan itot@faculty.chiba-u.jp 補足されたホログラムから３次元空間内の物体を 再構成するデジタルフォトグラフィに必要な深度 位置の予測をCNNベースの回帰を用いて行う ホログラムデータセットではなくスペクトルデー タセットを用いる ミリ単位で測れる 分類問題ではなく重回帰問題を解くので予測深度 が離散値ではなく連続値となる ホログラムデータセットを用いたところ予測深度 平均誤差は50mmだったがスペクトルデータセッ トを用いると7.2mmだった これからは異なる位置にある複数の対象物の深度 を計測する予定
- 51. A Novel HybridBiometric Electronic Voting System: Integrating Finger Print SYED SHAHRAM NAJAM*, AAMIR ZEB SHAIKH*, AND SHABBAR NAQVI** どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ 新たな投票システムの実装のための２つの投票者 検出技術 抽出した特徴ベクトルをデータベース に登録してあるバイオデータと比較 指紋認証と顔認証の二つ組み合わせることで正解 率をカバー 実際に発展途上国の投票システムに応用できそう それぞれについて検証実験したところ正解率がど ちらも90%を超えた 暗号化アルゴリズムを導入してセキュリティを組 み込まないといけない #FTMA18
- 52. Joint Material andIllumination Estimation from Photo Sets in the Wild Tuanfeng Y. Wang Tobias Ritschel Niloy J. Mitra University College London, UK #FTMA18 どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ ネット上の画像を利用した２Dイメージ画像の照 明、形状、材料の操作 反射の最適化 応用して画面に新しく椅子を出せたりする 同じ照明の下にある様々な素材の画像と違う照明 の下にある同じ素材の画像を使用.合成画像で訓 練されたニューラルネットワークの最適化 ネットの画像を使用している 同様の手法とユーザースタディで満足度を比較し た. 広い部屋の画像使うと誤差が出やすい 入力測定値のサンプル数が限られていると照明の 見積もり自体が不自然に見えることがある オブジェクトが近すぎると変な影が出る
- 53. Leaked Light Fieldfrom Everyday Material: Designing Material Property Remained Light-field Display Kazuki Takazawa1∗ Kenta Suzuki1 Shinji Sakamoto1 Ryuichiro Sasaki 2 Yoshikuni Hashimoto2 Yoichi Ochiai1 どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ 石、木材、鏡などの不透明材料を表示面として使 用できるようにする テキストを入力してください テキストを入力してください テキストを入力してください テキストを入力してください 人間の目には見えない10μmのピンホールを使 用しピンホールディスプレイを実装 #FTMA18
- 54. Materialization of Motions:Tangible Representation of Dance Movements for Learning and Archiving Mose Sakashita University of Tsukuba mose.sakashita@gmail.com Kenta Suzuki University of Tsukuba Ikuzus.atnek.0626@gmail.com Keisuke Kawahara University of Tsukuba kawahara@ai.iit.tsukuba.ac.jp Kazuki Takazawa University of Tsukuba 1220kazu1412@gmail.com Yoichi Ochiai University of Tsukuba wizard@slis.tsukuba.ac.jp どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ どうやって有効だと証明した？ 次に読むべき論文は？ ダンスの動きをカメラを用いて３D的にキャプチャ し一定のテンポごとに人間の動きを有形の人形を 用いて表現 ダンスの学習に役立てる キネクトカメラを使って各関節のx、y、z三次元 空間的位置を取得 ３Dプリンターの出力を人間の動きを客観的に捉 えることに利用し学習に役立てた 動きとテンポの関係性を利用 実際に出力してみたらできた （ポスターしか見つからなかったからここよくわ からぬ、、） #FTMA18 SIGGRAPH 2017 ダンスの動きは複雑だから音楽のテンポと動きの 振り付けの関係性を利用した 3D skeleton-based human action classification: A survey なんだけど有料で読めない、つらい
- 55. Dual Deep Networkfor Visual Tracking Zhizhen Chi, Hongyang Li, Student Member, IEEE, Huchuan Lu, Senior Member, IEEE, and Ming-Hsuan Yang, Senior Member, IEEE #FTMA18 どんなもの？ 同じ構造を持ち別の重み付けで訓練された二つの ネットワークを用いてヴィジュアルトラッキング においてターゲットとなるオブジェクトをより明 確に判別する 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ パッチを使ってトレーニングデータを増強して学 習を効率化 ロー・ハイを担う２つのネットワークによるセル フ教師付き学習 曖昧な境界や背景からターゲットとなるオブジェ クトをより明確に区別できるようになった 実際に動作させ定量評価を大量に行った CNNは事前の訓練に依存していたり、ターゲッ トのテクスチャをちゃんと認識していなかったり、 周りの似ているものと区別できなかったりする。 これを解決したかった うーん
- 56. Deep Learning forAction Recognition in Augmented Reality Assistance Systems Matthias Schröder Neuroinformatics Group, Bielefeld University maschroe@techfak.uni-bielefeld.de Helge Ritter Neuroinformatics Group, Bielefeld University helge@techfak.uni-bielefeld.de どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ ARヘッドマウントディスプレイの開発のために ユーザーの行動から抽出したデータセットをディー プに突っ込みフィードバックする 大規模なデータベースの構築に加えてモバイル化 したいのでCNNをサイズと効率において最適化 したい 実際に動作させたら文脈依存のフィードバックが 有効であることを多くの研究者が認めた ローカルな対象認識からのトラッキングとグロー バルな文脈依存でどうやったらうまく動作するか のフィードバックを組み合わせる ユーザーのアクションからフィードバックすると いうアプローチ方法 Deep Appearance Maps （2018）とか #FTMA18
- 57. 先行研究と比べて何がすごい？ Deep Appearance Maps MaximMaximov 1 , Tobias Ritschel 2 , Mario Fritz 11 Max Planck Institute for Informatics, Saarland Informatics Campus 2 University College London どんなもの？ 技術や手法のキモ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ #FTMA18 反射率や照明パラメータを抽出するのではなく外 観を直接表現するディープニューラルネットワー クで柔軟に外観を表現したい ピクセルベースのレンダリング、再構成を使用し ないことによって素材を柔軟に表現することがで きる 外観そのものを表現しているので素材に関して寛 容 マテリアルを重視 関連研究で使用したネットワークと出力結果を比 較 ハイライトなどが大きく出ず自然だった 照明と反射の独立した制御を可能にして より良い素材の編集に役立てたい 訓練されたアーティストのように新しい素材を使っ たらどうなるかわかるようにしたい Lake, B.M., Ullman, T.D., Tenenbaum, J.B., Gershman, S.J.: Building machines that learn and think like people. Behavioral and Brain Sci. 40 (2017)
- 58. WAVENET: A GENERATIVEMODEL FOR RAW AUDIO Aäron van den Oord Karen Simonyan Nal Kalchbrenner Sander Dieleman Oriol Vinyals Andrew Senior Heiga Zen† Alex Graves Koray Kavukcuoglu #FTMA18 どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ 生の波形を生成するためのディープニューラルネッ トワーク 異なる声の特徴量を同等の忠実度で補 足、切り替えることができる 識別モデルにも使 える 計算量を大幅に増加させることなく、解像度を維 持しつつ需要野を拡張させた因果的畳み込みモデ ル 学習の早い因果的畳み込みの特徴を生かしつつ計 算量は効率化されたまま需要野を拡張した テキストとの紐付けなしの音声生成で言語には聞 こえないものの音声が生成出来特徴を捉えてい た.TTSでユーザースタディした.定量評価するこ とが困難であること認めつつ主観評価した 声の特徴だけでなく呼吸のタイミングや口の動き などの特徴量も学習することがわかった. 2017,2018のサウンドの論文 SIGGRAPHとか
- 59. DeepWear: a CaseStudy of Collaborative Design between Human and Artificial Intelligence ＃FTMA18 Natsumi Kato* University of Tsukuba Hiroyuki Osone* University of Tsukuba Daitetsu Sato University of Tsukuba Naoya Muramatsu University of Tsukuba Yoichi Ochiai University of Tsukuba University of Tsukuba Hiroyuki Osone* University of Tsukuba Daitetsu Sato University of Tsukuba Naoya Muramatsu University of Tsukuba Yoichi Ochiai University of Tsukuba どんなもの？ DCGANを用いて学習させたブランドの洋服の画 像データから特徴を学習し服のイメージを生成、 パターナーがそれをもとに服をデザインする人間 と人工知能の融合的クリエイティブ 議論はある？ どうやって有効だと証明した？ Amazonのプロジェクトみたいに機械だけでやろ うとするとだとまだ着られる服にならない マテリアル（素材）も特徴の再現にとって大切 元の服より某ブランドっぽいという評価出た 過去にマーケットに出た某ブランドの服と他のブ ランドの服とこの研究で生成した服を比べてどれ が某ブランドだと思うかユーザースタディ Alec Radford, Luke Metz, and Soumith Chintala. 2015. Unsupervised representation learning with deep convolutional generative adversarial networks. 技術や手法のキモ GANの構造にDNNを適用したDCGANを用いて 生成した服のイメージ画像に基づきパターナー（人 間）が服のパターンを生成する 先行研究と比べて何がすごい？ 人間を生成の過程に突っ込むことで実際に着られ る服を作れる 次に読むべき論文は？ 201810024 大森功太郎 NIPS2017
- 60. UNSUPERVISED REPRESENTATION LEARNINGWITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS どんなもの？ CNNを使った研究においてあまり注目されてい ない教師なし学習を用いた研究 GANの構造にDNNを適用 抽出した特徴を使って生成を行うことができる. 技術や手法のキモ 最近発表されたCNN構造の変化系を用いること によってDNNのGANへの導入を可能に 先行研究と比べて何がすごい？ DNNの構造を用いてGANの構造をアップデート することに成功→教師なし学習に使える 議論はある？ まだモデルの不安定さが残り、モデルの訓練が長 くなるとフィルターのサブセットが単一の振動モー ドに崩れる. もっと安定したアーキテクチャが欲しい どうやって有効だと証明した？ 訓練されたDCGANと特徴抽出と画像生成を行う 類似のネットワークとのエラー値の起きさを比較 次に読むべき論文は？ LAPGAN(Denton et al., 2015) かな ＃FTMA18 201810024 大森功太郎 Jun-Yan Zhu, Taesung Park, Phillip Isola, and Alexei A Efros. Arxiv
- 61. Unpaired Image-to-Image Translationusing Cycle- Consistent Adversarial Networks ＃FTMA18 先行研究と比べて何がすごい？ Pix2pixと異なり翻訳前の画像に対して対となる 画像を用意する必要なく変換が可能 技術や手法のキモ GANを用いた画像と画像間のドメイン変換 1組の対訳が成立していなくても画像の変換が可 能 どんなもの？ Jun-Yan Zhu ∗ Taesung Park ∗ Phillip Isola Alexei A. Efros Berkeley AI Research (BAIR) laboratory, UC Berkeley どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ XtoYの変換とYtoXの変換を循環的に学習させる。 discriminatorでそれぞれの出力画像が生成先と なる画像と区別がつかないかを判断し精度を上げ て行く pix2pixと同様のデータセットを用いて、先行の GANの出力結果との定量比較を行った クオリティが高かったのと対訳となる画像なしに マッピングが出来た Pix2pix P. Isola, J.-Y. Zhu, T. Zhou, and A. A. 2017 色とテクスチャの変換が得意なのに対し幾何学的な変 換は苦手で馬に乗ってるプーチンまでシマウマ柄になっ たり犬猫を変換しようとしてほぼ何も起こらなかった りする。 201810024 大森功太郎 Arxiv
- 62. Towards the AutomaticAnime Characters Creation with Generative Adversarial Networks Yanghua Jin School of Computer Science Fudan University jinyh13@fudan.edu.cn Jiakai Zhang School of Computer Science Carnegie Mellon University jiakaiz1@andrew.cmu.edu Minjun Li School of Computer Science Fudan Univerisity Yingtao Tian Department of Computer Science Stony Brook University Huachun Zhu School of Mathematics Fudan Univerisity minjunli13@fudan.edu.cn yittian@cs.stonybrook.edu zhuhc14@fudan.edu.cn Zhihao Fang Department of Architecture Tongji Univerisity fangzhihao126@gmail.com ＃FTMA18 どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ どうやって有効だと証明した？ 次に読むべき論文は？ アニメキャラの顔画像データセットに特化した GANの訓練方法の提唱 自分のカスタムキャラを作りたい 適切なGANモデルから抽出したクリーンなデー タセット 先行研究は解像度が低かったりぼやける それに比べてクリーンな画像生成 解像度はまだまだ改善の余地あり トレーニングデータのラベル分布が等しい場合の シナリオを考え不安定である場合のバイアスに繋 げる 実際に出力 201810024 大森功太郎 Arxiv
- 63. Deep Generative ImageModels using a Laplacian Pyramid of Adversarial ＃FTMA18 Emily Denton ∗ Dept. of Computer Science Courant Institute New York University Soumith Chintala ∗ Arthur Szlam Rob Fergus Facebook AI Research New York どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ 議論はある？ どうやって有効だと証明した？ 次に読むべき論文は？ 自然画像の高品質サンプルを作成することのでき る生成モデル 画像の構造をより尊重するためにGANの手法を 変更し質的に優れたサンプルを生成 条件付きGANモデルの形式を利用 生成されるサンプルの質が高い 実際に出力しユーザースタディ マルチスケール構造は他の研究のアプローチに恩 恵を与える可能性がある 201810024 大森功太郎 Arxiv
- 64. ＃FTMA18 201810024 大森功太郎 どんなもの？ 技術や手法のキモ 先行研究と比べて何がすごい？ どうやって有効だと証明した？ 議論はある？ 次に読むべき論文は？ GANを利用した低解像度の画像から高解像度の 画像を生成するの生成ネットワーク 生成画像と現実との乖離を唯一の最適化対象とす る. より深いネットワークを使用する 単純に解像度が高い 広範囲のMOSテストを適用した結果最新の関連 手法による再構成よりも現実的な再構成であった. 従来のPSNRに焦点を当てた画像超解像には限界 がある こちらの手法の方が現実的 Photo-Realistic SingleImage Super- Resolution Using a Generative Adversarial Network Christian Ledig, Lucas Theis, Ferenc Huszár, Jose Caballero, Andrew Cunningham, Alejandro Acosta, Andrew Aitken, Alykhan Tejani, Johannes Totz, Zehan Wang, Wenzhe Shi Arxiv
- 65. Full 3D Reconstructionof Transparent Objects Bojian Wu, Yang Zhou, Yiming Qian, Minglun Gong, Hui Huang どんなもの？ 次に読むべき論文は？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ どうやって有効だと検証した？ 透明なオブジェクトの3次元の形状を自動的にモデル化する手法。 201813559 池畑 開斗 #2 (仏コース) 最初にオブジェクトの大まかな形状をモデル化したラフモデルを 作成し、オブジェクトと交差する光線の対応関係を用いて、ラフ モデルを最適化していく。 モデル化したものと、実際のオブジェクトとの表面の距離の誤差 を計測した。 SIGGRAPH 2018 従来研究では透明なオブジェクトの2つの面の点群を生成すること は出来たが、その形状は不完全だった。この手法では、完全な３D モデルを復元することができる。 中空の透明なオブジェクトは処理できない。 オブジェクトに対して、光線の屈折の回数が増えると誤差が大き くなる。 Qian et al. 3D Reconstruction of Transparent Objects with Position-Normal Consistency. [2016]
- 66. MonoPerfCap: Human PerformanceCapture from Monocular Video WEIPENG XU, AVISHEK CHATTERJEE, and MICHAEL ZOLLHÖFER, Max Planck Institute for Informatics HELGE RHODIN, EPFL DUSHYANT MEHTA, HANS-PETER SEIDEL, and CHRISTIAN THEOBALT, Max Planck Institute for Informatics どんなもの？ どうやって有効だと検証した？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ 201813564 土屋優馬 #2 (仏コース) SIGGRAPH 2018 単眼カメラで撮影された映像を基に，人間のポーズ から着用する衣服までを3D再構築するマーカレスパ フォーマンスキャプチャ技術の提案 単眼カメラによって撮影された映像のみを入力とし た初めての3Dパフォーマンスキャプチャ技術である． Sparse 2Dとbatchベースの姿勢推定手法を用いたCNN による人間の3D姿勢検出を採用している． 合計120本のビデオクリップを用いてベンチマーク を行った．質的な検証では，全てのベンチマーク データセットに対し，完全な結果を得た． 最適化されていないCPUコードでは一つの入力フ レームを処理するのに約1.2分を要したが，data parallel optimizationを用いることで大幅に改良でき る．将来的にはリアルタイム処理を目指す． Robertini et al. 2016
- 67. M2M-based smart healthservice for human UI/UX using motion recognition Roy C. Park, Hoill Jung, Dong-Kun Shin, Gui-Jung Kim, Kun-Ho Yoon どんなもの？ どうやって有効だと判断したか 人間の健康状態を逐次IoTデバイスで計測し、そ れをWBAN(Wireless Body Area Network)と して集積管理する通信技術を紹介したもの。 先行研究との比較 それぞれの分野・症状に対して注目して計測する 技術はあるが、それらを統合・解析し総合的な診 断を出すための集積技術が構築されていなかった。 技術や手法のキモ 通信技術の大元としてはWBANという既存の技 術を応用している。歩行トラッキングにはZigbee 通信、心電図・脳波の情報はBluetoothなどを用 い、WBAN内衝突回避処理の導入など、多くの 通信関連技術を併用し、人体自体をネットワーク 化させて通信の枠組みに取り込んでいる点。 医療機関で計測したデータとこの技術で計測した データを比較し計測数値が正確であることを確認。 常に計測していた統計情報から被験者の健康状態 と医療の方針を導き出せたことから通信が成功し ていることを検証した。 議論はあるか 医療機関との連携、健康状態悪化の余地、統計 情報からの症状診断。応用することができる範囲 が非常に広いことが魅力である。 人体を取り囲むようにネットワークを張り巡ら せる技術はさらに応用が利くと思われる。それら 相性の良い技術の模索をするべき。 次に読むべき論文 人体をネットワークに取り込む技術の論文。 UISTやCHIの論文にヒントがありそう。 201611448 高倉 礼 #2 (人間コース) Cluster Computing 2015
- 68. Ontology driven interactivehealthcare with wearable sensors Jonghun Kim & Jaekwon Kim & Daesung Lee & Kyung-Yong Chung ヘルスケア用のウェアラブル端末システム。利用者の現在地から位置 情報を取得し、天気、温度、湿度、気圧等のコンテキストを取得する。 それらのコンテキストと症状の関連データを収集できる。 201611448 高倉 礼 #2-1 (人間コース) MTA 2014
- 69. Phase Rotation ShiftKeying for Low Power and High Performance WBAN In-body systems Jung-Yeol Oh* , Jeong-Ki Kim‡, Hyung-Soo Lee*, Sang-Sung Choi*, Dong S. Ha‡ WBAN通信の高速通信を実現するための新しい変調技術。 これまでの変調方式に比べ、低電力でより多くの情報を送ることができる ため、断続的にデータを送り続けたいヘルスケア端末に適している。 201611448 高倉 礼 #2-2 (人間コース) ETRI 2010
- 70. Ubiquitous based Controland Monitoring in M2M (Mobile to Machine) Environment DONG-HOON KIM, SEUNG-WOO LEE, JUN-YEOB SONG, SUK-KEUN CHA ある機械の状態を、別の機械で監視するシステム。また、その監視 した情報を第三者端末と共有できる技術。M2Mの基礎技術。 201611448 高倉 礼 #2-3 (人間コース) WSEAS 2005
- 71. Semantic Negotiation-based ServiceFramework in an M2M Environment Paul Barom Jeon, Jangwon Kim, Sukhoon Lee, Chonghyun Lee, Doo-Kwon Baik 端末同士に同じ通信規格がなくても、ネットワーク接続でそれぞれ の端末の持っている情報を共有できる技術。M2Mの集積基礎技術。 201611448 高倉 礼 #2-4 (人間コース) IEEE 2011
- 72. Design and Implementationof M2M-HLA Adaptor for Integration of ETSI M2M Platform and IEEE HLA-based Simulation System Yunjung Park, Dugki Min M2MとIEEEで定義されているハイレベルアーキテクチャシミュレー ション技術間の連携をできるようにした技術。従来のHTTPリクエス トを用い、Webとの連携を容易にする。 201611448 高倉 礼 #2-5 (人間コース) Fifth International Conference 2013
- 73. Color Balance andFusion for Underwater Image Enhancement Codruta O. Ancuti Cosmin Ancuti Christophe De Vleeschouwer 201613036 LI ZHENYU (人間コース) どんなもの 媒体の散乱および吸収によって劣化させた 水中で捕獲された画像を向上させる技術 先行研究と比べてどこがすごい 特殊なハードウェアや水中の状況やシーン の構造に関する知識を必要としない 技術や手法のキモはどこ イメージアプローチだけを使う どうやって有効だと検証した 既存の特殊な水中修復/強化技法と比較する 議論はある？ 色が完全に復元されるとは言えない。 特にカメラから遠い領域では、 曇りはまた残っている。 次に読むべき論文 Green Internet of Things for Smart World
- 74. どんなもの どうやって有効だと実証したか 先行研究と比べてどこが凄い 議論はある 次に読むべき論文は 技術や手法のキモは UIによる高精度な調節が可能なセルフ眼底写真撮影システム を提示する。UIを提示することによってユーザーが自分で撮影 時に目の位置を較正できるようにする。 インタラクティブなシステムを開発してユーザー評価した。装置 を知らない初心者にセルフで眼底写真を取らせて、完全な眼 底写真が取れるかどうか評価した。 ユーザーの視線制御ができないため正確な網膜撮影時に高 価な機器とオペレータが必要だった。また、瞳孔を開く薬品を 使う必要があった。 熟練したオペレータなしに高精度な撮影が可能になり、医療の 発達が見込める。将来的にクラウド化しようと考えている。視覚 障害者は試していない。 2枚の二次元ライトフィールドを計算して作られたピンホールマ スクによって、適切なアイボックスの位置にいるときだけ画像が 見えるようにする。 Kressand Starner 2013; Maimone 2014; Lanman and Luebke 2013; Itoh and Klinker 2015; Plopski 2015; 201711431 人間 TOG 今井
- 75.
- 76.
- 77.
- 78. 先行研究と比べてどこがすごい？ 議論はある？ 次に読むべき論文は？技術や手法のキモはどこ？ どうやって有効だと検証した？どんなもの？ IEEE '17SimultaneousFeature and Dictionary Learning for Image Set Based Face Recognition Jiwen Lu, Gang Wang, Weihong Deng, and Jie Zhou 顔画像からの識別情報を1段階の学習手順で共同 利用することができるように、未知の顔画素から 弁別的に特徴と辞書を同時に学習するSFDL手法 それぞれの画像フレームを識別的な特徴部分空間 に投影し、より具体的な情報を抽出できるように クラス固有の辞書でそれを符号化する 開発したSFDLとD-SFDLは最新の画像データセッ トで、ほとんどの既存の顔識別方法よりも高精度 On the Honda 、MoBo、およびYTCデータセットを 用いてランダムなトレーニングとテストセットを選択 して10回実験を行い、平均識別率を計算して比較 [5] H. Cevikalp and B. Triggs. Face recognition based on image sets. In CVPR, pages 2567–2573, 2010. [9] Y.-C. Chen, V. M. Patel, P. J. Phillips, and R. Chellappa. Dictionarybased face recognition from video. In ECCV, pages 766–779, 2012. [10] Y.-C. Chen, V. M. Patel, P. J. Phillips, and R. Chellappa. Dictionarybased face and person recognition from unconstrained video. IEEE Access, 3(3):1783–1798, 2015. [25] Y. Hu, A. S. Mian, and R. Owens. Face recognition using sparse approximated nearest points between image sets. PAMI, 34(10):1992– 2004, 2012. [41] Z. Lei, M. Pietikainen, and S. Z. Li. Learning discriminant face descriptor. TPAMI, 36(2):289–302, 2014.
- 79. 先行研究と比べてどこがすごい？ 議論はある？ 次に読むべき論文は？技術や手法のキモはどこ？ どうやって有効だと検証した？どんなもの？ Yi-Chen Chen1,Vishal M. Patel1, P. Jonathon Phillips2, and Rama Chellappa1 Dictionary-based Face Recognition from Video ECCV '12 ビデオベースの顔認識のため のビデオ辞書の提案 今後、映像からの認識のために顔 と身体の両方の情報を効果的に融 合するアルゴリズムの開発 同じ被写体の複数のビデオシーケンスは、解像度、 照明、姿勢、および表情の変化を見ることができ、 効果的な顔認識アルゴリズム設計に貢献 照度や姿勢の変化に強い辞書学習法に基づく 生成アプローチ ３つのビデオデータセットを用いたラン ダムなテストを試行した
- 80. 先行研究と比べてどこがすごい？ 議論はある？ 次に読むべき論文は？技術や手法のキモはどこ？ どうやって有効だと検証した？どんなもの？ Dictionary-based Faceand Person Recognition from Unconstrained Video Yi-Chen Chen, Student Member, IEEE, Vishal M. Patel, Member, IEEE, P. Jonathon Phillips, Fellow, IEEE, and Rama Chellappa, Fellow, IEEE IEEE '15 顔と体のビデオ辞書による映像からの 画像認識技術 認識精度を向上させるために、人間の 上体特徴および動き識別信号を使用 辞書学習を省略したベースラインで、 本手法の性能向上を実験的に測定した 顔に対するアプローチを示していたところ に身体からの認識にも同じ方法を適用した
- 81. 先行研究と比べてどこがすごい？ 議論はある？ 次に読むべき論文は？技術や手法のキモはどこ？ どうやって有効だと検証した？どんなもの？ Face RecognitionUsing Sparse Approximated Nearest Points between Image Sets IEEE 12 Yiqun Hu, Ajmal S. Mian, and Robyn Owens 効率的な画像認識のための集合の画像 サンプルとそれらのアフィンハルモデ ルを含む画像集合の結合表現の提案 UCSD / Honda、CMU MoBo、 YouTube Celebritiesの顔データセット に関する包括的な実験を行った セット間距離を計算するために、スパー ス近似点（SANP）を導入、最も近い点 およびその疎な近似を共同して最適化 設定距離を計算するためのスパース近似点SANP （KSANP）のカーネル拡張と、RBFカーネルパ ラメータを適応的に調整する自動アルゴリズム
- 82. 先行研究と比べてどこがすごい？ 議論はある？ 次に読むべき論文は？技術や手法のキモはどこ？ どうやって有効だと検証した？どんなもの？ Face RecognitionBased on Image Sets Hakan Cevikalp, Bill Triggs CVPR 10 個々の画像からではなく一連の 画像から顔認識のための手法 凸面セット間の最小距離の意味におい て与えられたテスト領域（個人）に最 も近いギャラリー領域（個体）の認識 2つのパブリック顔データセットに関する 実験において、提案された方法がいくつか の既存の最先端技術より優れている 特徴空間における凸領域（に関してギャ ラリーおよびテストセットからの各画像 セットに対して特徴付けを行う
- 83. 先行研究と比べてどこがすごい？ 議論はある？ 次に読むべき論文は？ 技術や手法のキモはどこ？ どうやって有効だと検証した？どんなもの？ Learning DiscriminantFace Descriptor Zhen Lei, Member, IEEE, Matti Pietika¨ inen, Fellow, IEEE, and Stan Z. Li, Fellow, IEEE IEEE '14 データ駆動型の判別式顔記述子 （DFD）を学習する手法 同種異質顔認識問題と異種顔認識 問題の両方でテストを行った ビデオベースの顔分析 におけるDFDの調査 判別画像フィルタを学習し、最適な近傍サンプリン グを判定し、支配的パターンが統計的に構築する。 また、効果的で堅牢な機能を抽出するための異質な クロスモダリティ顔認識問題に提案された手法 照明と表現の変化に対して認識 の精度が従来より高い
- 84. CGANS WITH PROJECTIONDISCRIMINATOR – ICLR 2018 Takeru Miyato1, Masanori Koyama2 miyato@preferred.jp koyama.masanori@gmail.com 1Preferred Networks, Inc. 2Ritsumeikan University どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ 確率論的モデルの一般的なファミリーによって動機付けられた cGANのDiscriminatorのモデルを提案した．条件付き画像生成およ び超解像化で，Generatorの性能を大幅に改善することができた. より多様性が広く，モード崩壊しにくい生成ができた． これまでのConditional GANでは単にラベルベクトルyを Generatorの入力層か中間層に連結するだけだったが， GANの目的関数を分解し，条件ベクトルyと特徴ベクトル を内積する式(3)に帰着させた． どうやって有効だと検証した？ 1000クラスのILSVRC2012データセットのラベル条件付き画像生 成の品質をACGANとFIDスコアで比較した．cGANのモデルを超解 像タスクに適用した場合，concatに基づくcGAN (a)よりもラベル 分類器の精度の点でより優れた高品質の超解像画像を生成すること ができた． P(y¦x)を単純な分布と仮定しているが，実際はそうで はないかもしれないので理論的な考察が必要． Takeru Miyato, Toshiki Kataoka, Masanori Koyama, and Yuichi Yoshida. Spectral normalization for generative adversarial networks. In ICLR, 2018. Ishaan Gulrajani, Faruk Ahmed, Martin Arjovsky, Vincent Dumoulin, and Aaron Courville. Improved training of wasserstein GANs. arXiv preprint arXiv:1704.00028, 2017. Jae Hyun Lim and Jong Chul Ye. Geometric GAN. arXiv preprint arXiv:1705.02894, 2017. 201611429 大曽根宏幸 #1 (人間コース) 4
- 85. SPECTRAL NORMALIZATION FORGENERATIVE ADVERSARIAL NETWORKS- ICLR 2018 Takeru Miyato1 , Toshiki Kataoka1 , Masanori Koyama2 , Yuichi Yoshida 1 Preferred Networks, Inc. 2 Ritsumeikan University 3 National Institute of Informatics どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ GANの学習を安定させるため，重みをspectral normalizationした． ハイパーパラメータとして，リプシッツ定数を調整す るだけで良くなった．また，調整しなくても良い性能 が出る．計算コストも小さい． レイヤーごとの重みのスペクトルノルムを正規化することで， レイヤーごとと，レイヤー全体のリプシッツ制約を1で抑えら れる． どうやって有効だと検証した？ CIFAR-10とSTL-10，ImageNetで画像生成．他の正規化手法 と比べて性能を比較． Weight normalizationよりは20%ほど遅い． Tim Salimans and Diederik P Kingma. Weight normalization: A simple reparameterization to accelerate train-ing of deep neural networks. In NIPS, pp. 901–909, 2016. 201611429 大曽根宏幸 #1 (人間コース) 1
- 86. Improved training ofwasserstein GANs – NIPS 2017 Ishaan Gulrajani et al. Montreal Institute for Learning Algorithms どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ WGANにおけるWeight clipping(重みを一定の範囲内に収める)の 問題を指摘し，解決するgradient penalty(WGAN-GP)を提案 ResNetベースの深いネットワークでも，WGANなど よりWGAN-GPの方がモード崩壊しにくい生成ができ る． Lossにgradient penaltyの項を加えた．(3) どうやって有効だと検証した？ 実験のために作ったtoy分布において，高いモーメントを捉えられた． 勾配爆発/消失が起きない． Inception Scoreは7.86 DCGANと比べて収束は遅いが，収束後は安定してい る． Y. Wu, Y. Burda, R. Salakhutdinov, and R. Grosse. On the quantitative analysis of decoder- based generative models. arXiv preprint arXiv:1611.04273, 2016. 201611429 大曽根宏幸 #1 (人間コース) 5
- 87. Learning Face AgeProgression: A Pyramid Architecture of GANs - CVPR2018 Hongyu Yang1 Di Huang1 Yunhong Wang1 Anil K. Jain2 1Beihang University, China2Michigan State University, USA どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ 入力画像の人物の老化顔を出力． 年齢変換の正確さと，人物の同一性の保存で性能が良 くなった． Discriminatorで，年齢の特徴抽出を段階的にした．人物の同一性を保つために deep face descriptor [20] を用いて，個人の顔特徴を特徴空間に落とし込んだ ときのlossも計算した． どうやって有効だと検証した？ MORPHとCACDデータセットを用いて老化の進行度，精度， 人物の同一性を実験．商用アプリなどとも比較． X.Shu,J.Tang,H.Lai,L.Liu,andS.Yan.Personalizedage progression with aging dictionary. In ICCV, pages 3970‒ 3978, 2015. 1, 8, 10, 11 201611429 大曽根宏幸 #1 (人間コース) 2
- 88. High-Resolution Image Synthesisand Semantic Manipulation with Conditional GAN - CVPR2018 Ting-Chun Wang, Ming-Yu Liu, Jun-Yan Zhu, Andrew Tao, Jan Kautz, Bryan Catanzaro どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ 高解像度（2048 x 1024）でラベル変換と物体編集 をできるようにした． pix2pixより高解像度化，テクスチャなどのインタラ クティブな編集ができる． 段階的に生成(global generatorとenhancer. enhancerをかけていけば無限 に大きくできる），段階的に識別する．perceptual lossをdiscriminatorに 加えた．discriminatorに境界マップ，セグメンテーションマップ，および実 /合成画像のチャネルワイズ連結を入力した． どうやって有効だと検証した？ 定量的には，ラベル画像から変換された市街画像を既存手法でセグメ ンテーションし，inputと比較する． 定性的には，Amazon Mechanical TurkでCityscapes dataset [7] か ら生成した画像を評価してもらった．（どっちが生成画像かクイズ） 医療画像や生物学にも使えそう J. Johnson, A. Alahi, and L. Fei-Fei. Perceptual losses for real-time style transfer and super-resolution. In European Conference on Computer Vision (ECCV), 2016. 2, 3, 5, 8, 13 A. B. L. Larsen, S. K. Sønderby, H. Larochelle, and O. Winther. Autoencoding beyond pixels using a learned similarity metric. In International Conference on Machine Learning (ICML), 2016. 5201611429 大曽根宏幸 #1 (人間コース) 3
- 89. : 3 32 2 3 : : - 3 2 2 3 7 7 1 A , # , - 1 D AC 0C , 0 2 E ) # - D ,3 64 o h H i T UMH ) () I a l a - n - a l i WZH a g H LlH a S n I 4 2 a O M n ly ZT n sIv ra l e I y # I a lY a n sIv r a l
- 90. : : HLHLF #URK 8HHU K # 5H DH R# D L 1 JJKDO# J OI 0DJJ HJS # 3HO GH 4 GHH 4 ')# ADO - ''# ( ')# .LCODT # LH DC 6HLFC K hp s d l r inoW h f f p s Wa s e g s p s b k g i b i nce : HLHLF # 5H DH R# GHL H GDLF# 3DJDLD DHLDO# DL LF# 2R LURL LF# 3HO GH 4 GHH 34 ( ' # .NOHJ '- () ( ' # D RJ# DNRAJH 6 OD s eW h s d v u s Wa Y g h v s cb ince s p gfW b ty wY s i l m g f b ( ','' , ( ‒ Y
- 91. 3 3 33 - A 3 , 3 3 :AJK N 9 ARMTRR NA# 5I UANNI : IAN # :A IANN 5 S R NA# 8AK 5 IM NR N # 9ARP 6 N K 367 (-# :A '. ()# )'(-# AN 8 R # 32# 2 HAP CHANGING INS AC k xt )( k n k kyv s bf k 37k s c k k 37k j f k æare 3 :: 3 : 4AUID 3 A# 2SHINA APAD P T T# 3H IRS PH 5T AN# NIKA 8HAU I# S N ICH S# 2CHIM : NG R# K A I ISR HSSP1 D D I G (' ('/0 DP )'(, '')) i s c emkuy s b 4 c hjop k ol s ad k h j bf i s h g e )'(-(( -' ) y
- 92. , - /:/: : , /: /,- / , / , : : /- , / : - , , / ,- A 1 D CC E E 2 E / EH 0H 6 D D KI D , D HI 1 ,/0 2 ) # - D ,4 76 / x oPm W M rMv Y nSV eicO agh O O p SUN jy 0 4 WM S s m k N ) () u o O
- 93. Providing Haptics toWalls & Heavy Objects in Virtual Reality by Means of Electrical Muscle Stimulation (CHI 2017) Pedro Lopes, Sijing You,Lung-Pan Cheng, Sebastian Marwecki, and Patric Baudisch EMSを使ってVR空間内の壁や重いものに対する触覚を 提示した。 比較的に軽いウェアラブルな装置での重いものと壁の 触覚提示に成功した。 EMSの使用。腕に電極を取り付け触覚を再現し、筋肉 の伸び縮みをコントロールすることで重さを再現する。 またコンテンツ内での音や視覚効果も触覚フィードバッ クを助長する。 デモを作成し、何人かに体験してもらいフィードバッ クを得た。 硬い壁の再現が難しく、長時間あるいは強く壁を押す とEMSからの電気信号が意識できてしまいリアリティ が薄れる。 Mahdi Azmandian, Mark Hancock, Hrvoje Benko, Eyal Ofek, and Andrew D. Wilson. Haptic Retargeting: Dynamic Repurposing of Passive Haptics for Enhanced Virtual Reality Experiences. In Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems (CHI '16), 1968-1979. 201813567 松永尚之 #FTMA18 (人間) どんなもの？ どうやって有効だと検証した？ 先行研究と比べてどこがすごい？ 議論はある？ 技術や手法のキモはどこ？ 次に読むべき論文は？
- 94. Haptic Retargeting: Dynamic Repurposingof Passive Haptics for Enhanced Virtual Reality Experience( CHI ‘16) Mahdi Azmandian, Mark Hancock, Hrvoje Benko, Eyal Ofek, Andrew D. Wilson 複数の仮想オブジェクトに触覚フィードバックを与え る為にhaptic retargetingという手法を利用し、単一 のオブジェクトから複数の仮想物体に触覚フィードバッ クを与える。 Lower Extremity Lateral Skin Stretch Perception for Haptic Feedback (Haptics IEEE Transaction 9,62-68,2016) Daniel K. Y. Chen, Iain A. Anderson, Cameron G. Walker, and Thor F. Besier 触覚フィードバックを生成する為に、下肢運動の際の 皮膚の伸縮に注目し、その変位や速度を定量化するこ とに成功した。 201813567 松永尚之 #FTMA18 (人間)
- 95. TurkDeck: Physical VirtualReality Based on People (UIST ‘15) Lung-Pan Cheng, Thijs Roumen, Hannes Rabtzsch, Sven Kohler,Patric Schmidt, Robert Kovacs, Johannes Jasper,Johans Kemper, and Patric Bausch TurkDeckというユーザのVR内での感覚を補助するシ ステム。有限の実空間において任意の広さのヴァーチャ ル空間を生成することができる。ヴァーチャル空間上 の小物を現実空間で対応させる。またこのシステムの 実現にはいわゆる人間アクチュエータを使用している。 Demo: An Inexpensive and Lightweight Mechanical Exoskelton for Motion Capture and Force Feedback in VR(CHI ‘16) Xiaochi Gu, Yifei Zhang, Seize Sun, Yuanzhe Bian, Dao Zhou, Per Ola Kristensson 軽量でコンパクトな触覚フィードバックデバイスの作 成。手にヴァーチャル空間上における触覚提示のため の機械的な外骨格をつける。この外骨格は軽く、安価 でセンサなどの外部デバイスを必要としないので実装 コストが低いことが利点にあげられる。 201813567 松永尚之 #FTMA18 (人間)
- 96. Wearable 6-DoF WristHaptic Device “Spider-W” (SA ‘15) Kazuki Nagai, Soma Tanoue, Katsuhito Akahane, Makoto Sato VR空間上で位置方向及び方向測定機能、さらにその フィードバック機能を有するワイヤードリフト型のウェ アラブルハプティックデバイスを作成した。Spider-Wと 名付けられたこのデバイスは6DoFの運動に対応してい る。 201813567 松永尚之 #FTMA18 (人間)
- 97. In the eyeof a hurricane there is quiet, for just a moment, - alt.chi 2018 Vanessa Thomas, Manu J. Brueggemann, Ding Wang, Andy Darby, Benjamin Wohl, Lindsay MacDonald Vermeulen, Oliver Bates, David Feldman どんなもの？ 議論 先行研究と比べて 動画や手法のキモ 次に読むべき論文 有効の確認 してない 携帯電話やノパソの電源を切る なし CHIは毎日ワークショップやらプレゼン やらパーティーやらあって大変だから 8Pの休憩の時間を用意することで、ま るで台風のように忙しい CHIの中に安 寧をもたらす。 先行研究なし 1.Journal of personality and social psychology. 2.Reflexive Practices for the Future of Design Education: An Exercise in Ethno-Empathy. 3. Do You Practice What You Preach? A Qualitative Exploration of Therapists’ Personal Practice of Compassion Focused Therapy 人間コース 読んだ人: 201711463 橋本祥
- 98. どんなものか 先行研究と比べてどこがすごいか 技術や手法のキモ どうやって有効だと検証したか 次に読むべき論文 201611455 永瀬 拓也#2（人間コース） #FTMA18 Muscle Simulation for Facial Animation in Kong: Skull Island SIGGRAPH ‘17 解剖学に基づいて顔面の骨格や筋肉をシ ミュレーションモデルを作成する。 従来のアニメーションでは細かい顔の表情 を表すことができなく、やるとなってもコ ストのかかる作業であったが、噛む笑うな どの細かい動きができる。動物などキャプ チャのとりにくい対象を正確に再現するこ とができる。 筋肉や骨格の動きを解剖学的に考えてシ ミュレーションする手法 Automatic Generation of Anatomical Face Simulation Models Art-directed Muscle Simulation for High- end Facial Animation 従来のアニメーションと比べて、細かな動 きが再現できていた。実際にKongのアニ メーションの不自然さが消えた。 Matthew Cong, Lana Lan, Ronald Fedkiw
- 99. Neural Best-Buddies: SparseCross-Domain Correspondence Kfir Aberman, Jing Liao, Mingyi Shi, Dani Lischinski, Baoquan Chen, Daniel Cohen-Or 2枚の異なる形状・外観・クラスの画像から特徴を抽出 し, 対応付けを行う. 物体の重要な特徴のみを取り出して対応付けをした. 異なるクラス間での対応付けをした. 類似性測度として提案されているBest Buddies Pairs(BBP)[Dekel et al. 2015]をNeural BBPに拡張 し, cross-domainの対応問題を解く. 画像分類用に訓練されたCNNをもちいた. 提案手法と他のスパースマッチングの視覚的比較. 最先 端のdence対応手法との比較. ユーザ調査. 異なる大き さ, 姿勢, 視点の物体のペアを用いて幾何学的変形に対 する堅牢性を検証した. cross-domain対応問題のベンチマークが確立されてい ない. 外観が異なるオブジェクトの結合画像を生成した 201813558 池田伊織 #2 (人間コース) どんなもの？ どうやって有効だと検証した？ 先行研究と比べてどこがすごい？ 議論はある？ 技術や手法のキモはどこ？ 次に読むべき論文は？ SIGGRAPH 2018
- 100. 関連論文 George Wolberg. 1998.Image morphing: a survey. The Visual Computer. 三角測量に基づくモーフィング、メッシュワーピング、フィールドモーフィング等についての調査． Leon A Gatys, Alexander S Ecker, and Matthias Bethge. 2015. A neural algorithm of artistic style. コンテンツ画像とスタイル画像を用意し，コンテンツ画像に描かれているものをスタイル画像風に変換する． 学習済みの画像認識モデルを用い，スタイル行列を生成しもとの入力画像を最適化する． Bumsub Ham, Minsu Cho, Cordelia Schmid, and Jean Ponce. 2016. Proposal flow. In Proc. CVPR. セマンティックフローは同じオブジェクトか同じシーンでの物体の対応を見つけることが出来たが，異なるクラスの オブジェクトやシーンが大きく異なる場合は上手くいかなかった．セマンティックフローを改良してベンチマークで 最高水準の結果を得た． Xun Huang and Serge Belongie. 2017. Arbitrary style transfer in real-time with adaptive instance normalization. Gates et alの画像スタイル変換は遅い．また，リアルタイムに出来るものがあるが，スタイル数が限られている．我々 は，リアルタイムに任意のスタイルを適用できる手法を提案する．コンテンツの平均と分散をスタイルの平均と分散 に合わせる新しいAdaptive Instance Normalizationを用いて実現した． Alex Krizhevsky, Ilya Sutskever, and Geoffrey E Hinton. 2012. Imagenet classification with deep convolutional neural networks. In Advances in neural information processing systems. CNNを用いてImageNetの画像認識タスクで最高水準の結果を得た．ドロップアウトが過学習に対する非常に効果的 な手法であることがわかった． 201813558 池田伊織 #2 (人間コース)
- 101. h 6t 4T U hw6SU h 6s 6 I Sh 6s 6 st 4 S TD I st 2 6 6 ow6 h 6s U T a U I L w w 7 6 h 6s 2 a w 6 6 I I h I DS 6 4 t 7 e aU 6 T I a I t 6 I 4T LS 6 6 w 6t I T
- 102. h 6t L w6 IU a wtoS w6 6t o a st 0 1 a L 4 h 6s 4 6 I DS a DS a 6 U a LS 6 t 4 llumination-Guided Example-Based Stylization of 3D Renderings
- 103. Organic Primitives:Synthesis andDesign of pH-Reactive Materials using Molecular I/O for Sensing, Actuation, and Interaction - CHI2017 Viirj Kan, Emma Vargo, Noa Machover, Hiroshi Ishii, Serena Pan, Weixuan Chen, Yasuaki Kakehi (MIT Media Lab, Keio University) どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ pHを人間が読める出力に変換する，センサーアクチュエーターとして 働く，色，匂い，形状変化の素材。アントシアニン等をドーパントとし て使用し，色のスペクトル，形状変形の度合い，匂いありなしの切り 替えを行う材料を合成した 色の変化，匂いの放出，形状変化をもたらすものは個別に検討されてきた。 化学者ではないHCI研究者でも全寝具と複数の出力を備えたコンパクトな インターフェースの設計の可能性を用意にする分子規模での方法 液中で起こる反応を固体状態で起こすために，K-カラギーナン，アルギ ン酸ナトリウムを用いた。 アントシアニン，バニリン，キトサンをドー パントとして，色の変化，匂いの放出，形状変化をさせる。 どうやって有効だと検証した？ 範囲，速度，可逆性をpH値の関数として特徴付けした。pH2-10の溶液でサンプルを試験， 試料にpH溶液を均一に噴霧，乾燥後，分光光度計を用いてCIE L*A*B* 色値を測定。色変 化速度は定性評価。特定のpH応答のみ逆転させることができる。匂いの変化は被験者実験。 pHに基いてニオイ物質のON/OFFを明確に区別できる。変形に関しては曲げ角度を定量評 価 (i)センサ，アクチュエータ，エネルギー限として自己完結型の機能を有する (ii)様々な形態の因子および状態で現れる (iii)生物学的システムと電子的システムの両方に統合できる (iv)生体適合性，生分解性，食用 (v)コンパクトで，柔らかく，ミュートされ，控えめ (vi)味や匂いを含む追加のモダリティ Rasmussen, K. M. et al. CHI 12 Devendorf, L. et al. CHI2016 Kao, Hsin-Liu C. et al. TEI2015 201611428 蛭子綾花 #2 (人間コース) 8 Liu, X. et al. AH2016 Weigel, M. et al. CHI2015
- 104. Shape-Changing Interfaces: AReview of the Design Space and Open Research Questions - CHI2012 Majken K. Rasmussen, Esben W. Pedersen, Marianne G. Petersen, Kasper Hornbaek (Aarhus School of Architecture, Univ. of Copenhagen, Aarhus Univ.) Abst Introduction Conclusion 形状変化インターフェースの体系的な分析。形状変更インターフェースに関する既存の作業の例を検討する。機能 的及び快楽的な設計目的に役立つ様々な方法で変形された8つのタイプの形状を特定する。(a)どのような設計目 的で形状変化インターフェースを使用するか(b)デザイン空間のどの部分がよく理解されていないか (c)形状変化を 伴うユーザー体験を研究する理由を議論する 形状変化インターフェースの特性と，デジタル情報とのインタラクションを強化することを目指している。既存の作業を視点に入れ，過小評価され た方向を特定するために，形状変化インターフェースの設計空間を調査している論文はほとんどない。形状変化の心理的，芸術的表面についてはほ とんど議論されていない。相互作用に焦点をあてることはほとんどなく，相互作用のモデルに形状変化を関連付けることはほとんどない 形状変化インターフェースに関する44の論文を検討した。論文は，操作される形状のどの側面(形状，体積など)および形状間の変換がどのように達成され たかに関して分析された。形状変化の目的：多くのインターフェースは情報伝達を目的としている。形状変化が正確なコミュニケーションのための良いモダ リティかどうかという疑問に答えている論文は稀。さまざまなタイプの変換がどのように使用され，どのような効果がもたらされるかを体系的に調べるこ とができなかった。1/4の論文はユーザー体験について評価している。ユーザー体験の概念化と研究における最新の進歩を踏まえて作成されたものはほとん どない。 201611428 蛭子綾花 #2 (人間コース) 9
- 105. “I don’t wantto wear a screen”: Probing Perceptions of and Possibilities for Dynamic Displays on Clothing - CHI2016 Laura Devendorf, Joanne Lo, Noura Howell, Jung Lin Lee, Nan-Wei Gong, M. Emre Karagozler, Shiho Fukuhara, Ivan Poupyrev, Eric Paulos, Kimiko Ryokai (UC Barkeley, Google ATAP) Abst Introduction Conclusion ダイナミックテキスタイルディスプレイが果たす役割を探っている。Ebbと呼ばれる新しいテキスタイルディスプ レイ技術を開発し，衣類固有のデザインの可能性を探求したいくつかの織りとかぎ編みの布見本を作成した。従来 のスクリーンベースのディスプレイとは非常に異なる基準に従って，衣類ベースのディスプレイの魅力と有用性を 評価した。 技術が次第に身につけられるようになり，スマートなアクセサリの領域を離れ，服の布地に入り込むにつれ，HCIでは技術的 なディスプレイが個人的なスタイルの中で育む個人的な意味と社会的機能を考慮することが重要。これらの意味を調べるため にEbbを開発し，デザイナーに練習や個人的スタイルへの組み込み方法を説明するよう依頼した。 衣服ベースのディスプレイが，複雑で意味のある個人的なスタイルのシーンの中で機能することができる方法を明らかにした。意味のあるコミュ ニケータとしての材料を取り入れたマテリアル中心の視点を採用することで，衣服にテクノロジーの認識を形作った連想を引き出すことができ た。キャンバスの隠喩が日常使用のための衣類ベースのディスプレイの設計スペースを拡大しうる。Ebbの遅さと低解像度が思いがけない社会 的遭遇，皮肉な解説，個人データの瞑想経験を促進するために従事できるシナリオを想定した。 201611428 蛭子綾花 #2 (人間コース) 10
- 106. clayodor: Retrieving Scentsthrough the Manipulation of Malleable Material - TEI2015 Cindy Hsin-Liu Kao, Sang-won Leigh, Ken Perlin, Ermal Dreshaj, Xavier Benavides, Hiroshi Ishii, Juditj Amores, Pattie Maes (MIT Media Lab, NYU Media Research Lab) Abst Introduction Conclusion クレオドールは粘土のような可鍛性のある物質で，ユーザーがその形状を操作したことに基づいて匂いが変化する。 形状変化素材の有形性を探求し，一時的かつ無形の感覚入力であるにおいを補足する。概念実証プロトタイプの 設計を提示し，フォームを介してにおいをナビゲートする課題について議論する。 最近のHCIの研究は，静的でかたい物理的インターフェースを越えて，動的に制御されるマテリアルに移行した。展性のある無形の センサー入力である匂いを捕らえるために，展性のある材料を形作ることの有望性を探る。ユーザーが材料を手に持って，様々な 意味のある形に物理的に形作ることを可能にすることで，形をにおいを結びつける潜在的な精神モデルを探求することを目指す。 柔軟な触覚インターフェースを操作して香りを検索するプロトタイプシステムを紹介した。圧力完治技術と香り合 成技術を融合させることで，我々は有形の相互作用を介して異なる香りを介したきめ細かなナビゲーションの可能 性を模索した。各ハードウェアモジュールで構成されるモジュラーブロックを作成することがフューチャーワーク。 201611428 蛭子綾花 #2 (人間コース) 11
- 107. Wearability Factors forSkin Interfaces - AH2016 Xin Liu, Katia Vega, Pattie Maes, Joe A. Paradiso (MIT Media Lab) Abst Introduction Conclusion ウェアラブルインターフェースは着用能力だけでなく，デバイスが我々とどのように交流するかという点で，テクノロジーとファッションの融合を再考する ことにつながる。センサや他のコンピューティングデバイスを身体表面に直接取り付けることで，ウェアラブルをスキンインターフェースとして設計するこ ともできる。ウェアラブルに影響を及ぼすウェアラビリティの要因をスキンインターフェースの観点から検討する。ウェアラビリティ要因は身体的側面と デバイスの側面で分類される。特殊効果メイクに埋め込まれたリジッドなボードと，デバイスに接続されたスキンマウントされた柔らかいマテリアルとい う2つのインターフェースの例で説明する。 着用可能な技術は，衣服やアクセサリーに限定されるべきではない。皮膚と髪や爪に技術を置くことは，身体内装置の新しい可能性を開く，皮膚へ の直接接触は，生物的センシングデータを有意に改善することができる。外的システムを絶えず改善するウェアラブルとは異なり，皮膚インター フェースは，着用自身の身体をインテリジェントかつ増大させる。ウェアラブルウェアのウェアラビリティファクタをスキンインターフェースのそ れにマッピングする。 ウェアラブルウェアのウェアラビリティについて報告されている最も一般的な要因を特定し，それらをスキンインターフェースの観点か ら分析した。身体的側面とデバイス的側面における着用可能性の要因を分類した。スキンインターフェース設計者のための一連の幅広い ガイドラインを提供することを目的としている。 装置が身体に接触することにより，より正確な新しいデータが検出される可能性があ る。 201611428 蛭子綾花 #2 (人間コース) 12
- 108. iSkin: Flexible, Stretchableand Visually Customizable On-Body Touch Sensors for Mobile Computing - CHI2015 Martin Weigel, Tong Lu, Gilles Bailly, Antti Oulasvirta, Carmel Majidi, Jurgen Steimle (Saarland Univ., Carnegie Mellon Univ., CNRS LTCI, Aalto Univ.) Abst Introduction Conclusion 身体のタッチ入力用の皮膚摩耗センサーの新しいクラスであるiSkinを提案。生体適合性材料で作られた非常に薄 いセンサーオーバーレイで，柔軟で伸縮性がある。身体の様々な場所に適合するように，異なる形状及びサイズで 製造することができる。モバイルコンピューティングのための，直接的，迅速かつ慎重な入力を促進する。 皮膚上に直接置くことができるタッチセンサを設計し実装することは困難であった。人間のコンピュータ上での人間とコンピュータとのイン タラクションのためのインターフェースであるiSkinを提案。インタラクティヴな面は常に利用可能でスタンドアローンまたは他のモバイルデ バイスの入力サーフェースとして素早く慎重に操作できる。関連作業のレビュー，センサの実装方法，アプリケーションレイと評価調査の結 果を示す iSkinは，剛体センサーやコンピュータビジョンベースの解決法に優る。皮膚のタッチ入力をサポートしている。設計は，特定 のアプリケーションやボディの位置，望ましい外観，ボタンのレイアウトに対するタッチセンサのカスタマイズをサポートす る。これにより，人差し指や耳の後ろのような非常に挑戦的な身体部分へのアプリケーションをさくせいすることができた。 201611428 蛭子綾花 #2 (人間コース) 13
- 109. 2 HIGH-CONTRAST COMPUTATIONAL CAUSTICDESIGN SIGGRAPH 2014 TOG 5 0 24 1 4 4 5 4 5 24 1 ### Yuliy Schwartzburg, Romain Testuz,AndreaTagliasacchi, and Mark Pauly 24
- 110. 3 R ### F BD0 5 21 4
- 111.
- 112. 5 ### 5 2 54 2 25 1 0
- 113. VNect: Real-time 3DHuman Pose Estimation with a Single RGB Camera - , - - - - - , ,, - - - - gk t f4 - s f tM k4 s f tk etM nm ok 1 t 17 A GG - 0 B7C 3DG GH B7H DC 7C: 6 7 C 87G : DC 4 - 7B 7G 7C E B CH7A 7A 7H DC P R p k lO k P ) ( fS-f d T- e tM hxiokO 4 b ceM kT- f M k ov tM p M k P ihff aM 2 A C fk4 g k M e 4 - f f aM k P gca C H - EDG GG DC B H D: D 1 H7 H 7A g k fk e uis g ruaM 5 7E
- 114. MatchPoint: Spontaneous SpatialCoupling of Body Movement for Touchless Pointing UIST ‘17 Christopher Clarke, Hans Gellersen どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ 制御に用いる物体による比較、既存手法とのポインタ移 動時間の比較を行った。 物体から話した手を誤って追跡する問題が存在するため、 何の物体なのかを認識させる必要がある。 Orbits 201713110 齋藤圭汰 #2 (人間コース) 身近にある物体や身体の一部を臨機応変にポイ ンタ制御に用いるポインティング手法 手や指の動きの取得にポインティングでマーカ やグローブ、レーザポインタを必要としない ディスプレイ上に現れるターゲットと同じ動き をする物体をカメラで取得する
- 115. Orbits: Gaze Interactionfor Smart Watches using Smooth Pursuit Eye Movements UIST ‘15 Augusto Esteves1 , Eduardo Velloso2 , Andreas Bulling3 , Hans Gellersen4 201713110 齋藤圭汰 #2 (人間コース) ユーザの目の動きによって、スマートウォッチのハンズフリー入力を可能にする技術である。 この技術はスマートウォッチの狭い画面と時計としての自然な見た目に対応している。 Orbitsを用いた音楽プレイヤー、通知フェイスプレート、不在着信メニューを作製した。
- 116. PathSync: Multi-User GesturalInteraction with Touchless Rhythmic Path Mimicry CHI ‘16 Marcus Carter1 , Eduardo Velloso1 , John Downs1 , Abigail Sellen2 , Kenton O’Hara2 Frank Vetere1 201713110 齋藤圭汰 #2 (人間コース) 空中でのマルチユーザによるジェスチャ技術である。 リズミカルなパスをまねることで実現する。 パブリックティスプレイにおけるマルチユーザアプリケーションに向いている。
- 117. Personal Space: UserDefined Gesture Space for GUI Interaction CHI ‘14 Alvin Jude , G. Michael Poor , Darren Guinness 201713110 齋藤圭汰 #2 (人間コース) システムに合わせてユーザがジェスチャを行うのではなく、ユーザが定義した３次元空間でジェス チャ入力を行う研究である。ゴリラアームシンドロームを解決するためにユーザは肘を机に置くこ とができる。カーソル操作のためのジェスチャと比較し、評価した。
- 118. Portico: Tangible Interactionon and around a Tablet UIST ‘11 Daniel Avrahami1,2, Jacob O. Wobbrock2 and Shahram Izadi3 201713110 齋藤圭汰 #2 (人間コース) Porticoはタブレット上および周辺でのタンジブルインタラクションを可能にするシステムである。 ディスプレイの上にある２つのカメラによって物体を識別する。
- 119. MultiPoint: Comparing Laserand Manual Pointing As Remote Input in Large Display Interactions Int. J. Hum.-Comput. Stud. 70 Amartya Banerjee, Jesse Burstyn, Audrey Girouard, and Roel Vertegaal 201713110 齋藤圭汰 #2 (人間コース) レーザを用いて手や指の動きをとらえ、遠方のスクリーンに遠近法を用いて位置を投影する
- 120. Full 3D Reconstructionof Transparent Objects Bojian Wu, Yang Zhou, Yiming Qian, Minglun Gong, Hui Huang どんなもの？ 次に読むべき論文は？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ どうやって有効だと検証した？ 透明なオブジェクトの3次元の形状を自動的にモデル化する手法。 201813559 池畑 開斗 #2 (仏コース) 最初にオブジェクトの大まかな形状をモデル化したラフモデルを 作成し、オブジェクトと交差する光線の対応関係を用いて、ラフ モデルを最適化していく。 モデル化したものと、実際のオブジェクトとの表面の距離の誤差 を計測した。 SIGGRAPH 2018 従来研究では透明なオブジェクトの2つの面の点群を生成すること は出来たが、その形状は不完全だった。この手法では、完全な３D モデルを復元することができる。 中空の透明なオブジェクトは処理できない。 オブジェクトに対して、光線の屈折の回数が増えると誤差が大き くなる。 Qian et al. 3D Reconstruction of Transparent Objects with Position-Normal Consistency. [2016]
- 121. MonoPerfCap: Human PerformanceCapture from Monocular VideoWEIPENG XU, AVISHEK CHATTERJEE, and MICHAEL ZOLLHÖFER, Max Planck Institute for Informatics HELGE RHODIN, EPFL DUSHYANT MEHTA, HANS-PETER SEIDEL, and CHRISTIAN THEOBALT, Max Planck Institute for Informatics どんなもの？ どうやって有効だと検証した？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ 201813564 土屋優馬 #2 (仏コース) SIGGRAPH 2018 単眼カメラで撮影された映像を基に，人間のポーズか ら着用する衣服までを3D再構築するマーカレスパ フォーマンスキャプチャ技術の提案 単眼カメラによって撮影された映像のみを入力とし た初めての3Dパフォーマンスキャプチャ技術であ る． Sparse 2Dとbatchベースの姿勢推定手法を用いたCNN による人間の3D姿勢検出を採用している． 合計120本のビデオクリップを用いてベンチマークを 行った．質的な検証では，全てのベンチマークデー タセットに対し，完全な結果を得た． 最適化されていないCPUコードでは一つの入力フレー ムを処理するのに約1.2分を要したが，data parallel optimizationを用いることで大幅に改良できる．将来 的にはリアルタイム処理を目指す． Robertini et al. 2016
- 122. MonoPerfCap: Human PerformanceCapture from Monocular Video WEIPENG XU, AVISHEK CHATTERJEE, and MICHAEL ZOLLHÖFER, Max Planck Institute for Informatics HELGE RHODIN, EPFL DUSHYANT MEHTA, HANS-PETER SEIDEL, and CHRISTIAN THEOBALT, Max Planck Institute for Informatics どんなもの？ どうやって有効だと検証した？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ 201813564 土屋優馬 #2 (仏コース) SIGGRAPH 2018 単眼カメラで撮影された映像を基に，人間のポーズ から着用する衣服までを3D再構築するマーカレスパ フォーマンスキャプチャ技術の提案 単眼カメラによって撮影された映像のみを入力とし た初めての3Dパフォーマンスキャプチャ技術である． Sparse 2Dとbatchベースの姿勢推定手法を用いたCNN による人間の3D姿勢検出を採用している． 合計120本のビデオクリップを用いてベンチマーク を行った．質的な検証では，全てのベンチマーク データセットに対し，完全な結果を得た． 最適化されていないCPUコードでは一つの入力フ レームを処理するのに約1.2分を要したが，data parallel optimizationを用いることで大幅に改良でき る．将来的にはリアルタイム処理を目指す． Robertini et al. 2016
- 123. 201611432 岡部理紗子（仏コース） Reference Datafor Polysomnography-Measured and Subjective Sleep in Healthy Adults. 書いてある内容 健常成人の睡眠に関するデータをとって 年齢・性別は睡眠に影響するのか考察した 次に読むべき論文 中国人未就学児の睡眠パターンに関する 論文があったので、文化の違いで睡眠が 変わるのか、読んでみたいとおもいまし た！ わかったこと 年齢が高くなるにつれて、睡眠はより短く なった。 また、女性の睡眠は男性の睡眠より深いこ とが分かった。 もっと正しいデータを得るために 大規模な国際的データベースの形態をとる 必要がある。 このデータだけでは主観的なデータ！！ 引用元；http://jcsm.aasm.org/ViewAbstract.aspx?pid=31232
- 124. Full 3D Reconstructionof Transparent Objects Bojian Wu, Yang Zhou, Yiming Qian, Minglun Gong, Hui Huang どんなもの？ 次に読むべき論文は？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ どうやって有効だと検証した？ 透明なオブジェクトの3次元の形状を自動的にモデル化する手法。 201813559 池畑 開斗 #2 (仏コース) 最初にオブジェクトの大まかな形状をモデル化したラフモデルを 作成し、オブジェクトと交差する光線の対応関係を用いて、ラフ モデルを最適化していく。 モデル化したものと、実際のオブジェクトとの表面の距離の誤差 を計測した。 SIGGRAPH 2018 従来研究では透明なオブジェクトの2つの面の点群を生成すること は出来たが、その形状は不完全だった。この手法では、完全な３D モデルを復元することができる。 中空の透明なオブジェクトは処理できない。 オブジェクトに対して、光線の屈折の回数が増えると誤差が大き くなる。 Qian et al. 3D Reconstruction of Transparent Objects with Position-Normal Consistency. [2016]
- 125. Silicone Devices: AScalable DIY Approach for Fabricating Self-Contained Multi-Layered Soft Circuits using Microfluidics 201611447 清佑輔 #2 (仏コース) Steven Nagels , Raf Ramakers , Kris Luyten , Wim Deferme どんなもの？ どうやって有効だと検証した？ 先行研究と比べてどこがすごい？ 技術や手法のキモはどこ？ 議論はある？ 次に読むべき論文は？ 伸縮性のある独立したセンサを作る手法や、伸縮性素 材に電子部品を埋め込む手法は存在したが、複雑な回 路への応用はできなかった。本手法では多層回路へ応 用できるため、自己完結型の伸縮性シリコンデバイス が実現できる 回路のトレースに液体金属を用いることで、伸縮性と 誘導性を同時に実現した。 シリコンを用いて、伸縮性と柔軟性を備えた多層回路 をDIYする方法の提案 誘電性と自己回復性を評価するために、伸縮回数と伸 縮量、それにともなう抵抗値の変化を観察した。 導電性パッドを統合するだけのものと比べると厚くな るが、薄い部品を使うなどすれば厚さを最適化できる。 作業段階が多く時間がかかるので、技術が必要。 Michael Wessely, Theophanis Tsandilas, and Wendy E. Mackay. Stretchis: Fabricating Highly Stretchable User Interfaces.
- 126. - - 2AD CAD 7 2AD M D 1A 6 AK A 7 A D D AD D 0 D D N DA GAHM 4H H 0 M 1 , , # A D DA GAHM DA GAHM GH D DA GAHM 3 K 2 LA erflh n f x o jo jbeYW Z hy ieY eU b iSo g jX i & ) ( & f x b oY n f x w vz g cXo t z s h&ah , D H C t z u h c b z h 7 o
- 127. どんなもの？ 先行研究と比べてどこがすごい？ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ 技術の手法やキモはどこ？ 動物や人間の毛のレンダリングを正確かつ効率的に 行う手法 毛のレンダリングは[Yan et al.(2005)]などのモデ ルがあるが、簡略化されすぎていたり、複雑すぎた り極端だった。この論文ではモデルの簡略化を行い つつ正確なレンダリングを実現 計算を主要な5項に絞り、髪の中心部での反 射・屈折を省略しつつも散乱光の吸収効果は 残す。遠距離描画での最適化にも対応 角度ごとの反射をシミュレーションし[Yan et al.(2005)]の実測データとシミュレーション と誤差を比較。レンダリング結果での比較 簡略化によって若干精度が損なわれるが概ね 良好。人の髪は先行研究でもこの論文でも再 現が難しい。 Yan et al. (2015), Marschner et al. (2003) James Kajiya and Timothy Kay. (1989)201511455 長岡篤史 #1 (仏コース) ACM Transactions on Graphics, Vol. 36, No. 4, Article 67. Publication date: July 2017. SIGGRAPH 2017
- 128. - 6 D EDD A D D D C D∗ , C H 2 ER4D GH N E DE E N 2N D N D G G51 CE D H N H G G E D G G51 E n ox S 51 l o o ik d l 1 ug 51ro ig tg mkx gw p x lro ig y rn S 51 U T y V T T W l d m skn d S nZyik hm gS T l51 T g p eg f l c d M H y0 H 1 z x y c m o ig rX S T Tp a k o n th lro m p vs rS 0 C O - 2NH C EG 4D G G 51 M G D# ## U T V
- 129. The UIST VideoBrowser: Creating Shareable Playlists of Video Previews CarlaF.Griggio NamGiang GermánLeiva WendyE.Mackay October 2016 UIST '16 Adjunct: Proceedings of the 29th Annual Symposium on User Interface Software and Technology どんなもの？ 先行研究と比べてどこがすごい？ どうやって有効だと検証した？ 技術や手法のキモはどこ？ 次に読むべき論文は？ 議論はある？ 参加者にUISTビデオプレビューの独自のプレイ リストを作成して共有するWebアプリケーショ ンであるUIST Video Browserの紹介。 スケジュールや会議を表示するだけでなく、自分 のスケジュールと合わせることが可能。 選択したビデオプレビューと検索結果を比較する ことが可能。また、それらの関連する会議を発見 することが可能。 ビデオプレビューで出席者が素早く今後の協議の概要、 日程計画の手助け、それぞれの話の恒久的なビデオ抄録 として役立つ。なぜならビデオプレビューは各論文の要 約と一緒に表示されまする。 会議スケジュールでサポートされているビデオプレ ビューでユーザーが計画以上のパーソナルプレイリスト を作成できるようにする。 Satyanarayan, A., Strazzulla, D., Klokmose, C. N., Beaudouin- Lafon, M., and Mackay, W. E. The CHI 2013 interactive schedule. In CHI’13 Extended Abstracts on Human Factors in Computing Systems, ACM (2013), 2987–2990. ２０１５１１５４２ 二宮歩 （仏コース）
- 130. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 回折格子素子を用いたholographic projection手法の提案 先行研究にあるcausticsデザインの問題 をホロの再構成問題として再定式化した ホロ面から像までの光の伝播を分析するためにスカラー 近似[goodman2005]を用いた 小さな回折格子素子が大きな投影面を持つような設計の ためにOkada etal[2013]と似たような二段階サンプリン グ手法を用いた 複数のアプリケーションを作成 super-resolution, Multiple discrete pairings, Animated projection under translation,Barrier- based multiview projection 回折格子の波長に依存するため，赤色レーザー の場合緑色のレーザーよりも解像度が落ちる 白色光源の場合，色が分散しぼやける 高解像度のフルカラーにはできてない !1 SA 17 Mix-and-Match Holography
- 131. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 Joint 5DPen Input for Light Field Displays light fieldディスプレイとペン(wiiリモコ ン)を組み合わせたインタラクションシス テム lightfieldとのインタラクションシステムはあまり研究されて おらず，ジェスチャ認識などではデプスカメラなどを追加の ハードウェアが必要だった この研究ではディスプレイとセンシングに同じレンズアレイ を用いた 干渉を起こさないために赤外線カメラIRペンを用いて センシングは赤外線領域で行った クロストークを減らすためにバッフルを内蔵するレン ズアレイを3Dプリントした Siggraph e-techで数百人に体験してもら いフィードバックを得た 比較的レンズサイズが大きくなるため，画像の解 像度が高くない 離れると綺麗に見えるが，それではセンシングの 精度が下がる !2 UIST 15
- 132. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 Additive LightField Displays: Realization of Augmented Reality with Holographic Optical Elements ホログラフィック光学素子(HOE)を用いたマル チレイヤーの加法ライトフィールドディスプレ イ(ライトフィールドを重ね合わせてる？) 従来のcompressive light field displayの多層SLM を前提としたアルゴリズムでは回折を無視してい る．そのため回折の影響が大きい時シミュレーショ ン結果と異なってしまう． シースルーマルチレイヤーディスプレイのために特定方 向の入射光のみを拡散するHOEを実装した 加法ライトフィールドディスプレイを解くための非負最 小二乗法にThe trust region algorithm [Coleman and Li 1996] を用いた diffuser HOEsの回折効率と透過率を調べた ディスプレイ性能を調べるためにピーク信号対雑音 比(PSNR)をシミュレーションから計算した プロトタイプを実装した 積層LCDなどと異なりクロストークなどが発生しにくい プローブ波の意図しない回折によってゴーストエフェク トが発生する プロトタイプでは色収差が発生している !3 TOG 16
- 133. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 Practical Acquisitionand Rendering of Diffraction Effects in Surface Reflectance 平面ホモジニアス回折物質での表面反射 による回折効果に基づくレンダリング手 法と表面の計測手法 回折効果のレンダリングはシミュレーションコストが高 い 本手法ではリアルタイムレンダリングをするためにLED 照明と通常のデジカメでテクスチャを撮影するのみ 単一のテクスチャの写真から回折効果の放射 照度を測定する手法および回折効果のレンダ リング手法．これはHuygens-Fresnelの原理 に基づく 提案手法で実際にGLSLでレンダリング を行った パターンが印刷されたホログラフィックペーパー などでは回折パターンのみを分離するのが難しい 特殊な顕微鏡を使って表面を計測した場合と比べ ると解像度は劣る !4 TOG 17
- 134. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 Binary ContinuousImage Decomposition for Multi-view Display DLPプロジェクタとアクティブなシャッ ターメガネを用いたマルチビューディス プレイ 先行研究ではon/offのみのシャッターによ り時間的に切り取られるため，ディスプレ イがちらつく PWM制御によるシャッターの透過率制御 透過率とDLPのイメージングを解くためのバ イナリ連続画像分解問題? DLPプロジェクタ，リアスクリーン，シャッター からなるプロトタイプを作成し，投影したイメー ジを撮影した．またそれがシミュレーションと一 致することを確認した LCDシャッターではシャッターの駆動速 度によってコントラストが減少してしまう が，MEMSシャッターを使えば改善可能 !5 SIGGRAPH 16
- 135. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 Seamless VisualSharing with Color Vision Deficiencies 色弱者と非色弱者が同時にコンテンツの ビジュアルを共有するためのシステム 先行研究では強調する必要のない色まで 強調していたため不快感があった 2眼提示(ゴーグルあり)の際に色弱者が色を区別 できるようにし，単眼提示(ゴーグルなし)の場合 いでは非色弱者が色のズレが気にならないよう な画像のペアを生成すること [Huang et al. 2009] and [Chua et al. 2015] の 手法で得られた画像との比較 非色弱者と色弱者に対して被験者実験を行なった 同時に複数の色弱タイプには対応できない 色弱のタイプが同じだが，重大度が異なる場合，最も重大な人 に合わせる必要がある シミュレーションが個人の視覚を正確にモデル化できてない場 合，結果が得られないことがある !6 SIGGRAPH 16
- 136. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 Cinema 3D:Large Scale Automultiscopic Display parallax barrierを用いた映画館における 全客席裸眼立体視手法 映画館などの広いスペースでは裸眼立体 視は困難 特定の座席のユーザーは，狭い範囲内で視点移 動が可能 映画館では客席は固定のため2枚のparallax barrierと局面形状を求める最適化手法 低解像度の映像を表示する映画館のミニチュ アプロトタイプを作成し，各席で裸眼立体 視ができることを確認した ライトフィールドプロジェクタや，スクリー ンの後ろからインターレースされたangular image?を投影しても同様の結果が得られる !7 SIGGRAPH 16
- 137. どんなもの？ どうやって検証した？ 先行研究と比べて 技術のキモは？ 議論 次に読む論文 伊藤 GazeStereo3D: SeamlessDisparity Manipulations 視線追跡に基づく立体視の奥行き知覚の 調整手法 注視点の基づいてコンテンツを調整する手法は多 くあるが，従来の研究ではaccommodation- vergence conflictのために視差が限られてしまう Peli et al.[2001]の研究を最初の視差変化 のスピードを計測し，モデル化した シームレスな視差操作が可能 被験者実験において，どこにも注視点を設けな い場合， Bernhard et al. 2014に似た手法， Hanhart and Ebrahimi [2014] と比較を行った ポップアウト効果が薄れる この論文で用いてる知覚モデルでは運動 視差を考慮に入れていない !8 SIGGRAPH 16
- 138. Experimental Observation ofanExtremely Dark Material Made By aLow-Density Nanotube Array Ne&D MQ W% YZYU 7Y% >Q]Uc 5 6eb% GXQg &Me Y % % Q T De YS[U A 5ZQiQ C A 5D H M )*.**)-2 # なんの論文？ u ú “ 先行との比較 , u) )-. v * 技術・手法のキモ u 7BH u 検証方法 # ú 議論はある？ l l40)| 次何読む？ O*1P HXU 9 USdb YS Q TR [ V C dYSQ 7 cdQ dcQ T HXUb] & dYS 7 UVVYSYU dc
- 139. Mushrooms as EfficientSolar Steam-Generation Devices BY W Le% LYQ jXU e% KUYSXQ Le% LYeaYQ W Y% Y NX e% GXY Y W NXe% Q T >YQ NXe J C H A )*.**)-2 # なんの論文？ ü ́ v e e ́ v 先行との比較 z u v 技術・手法のキモ ü u u v 検証方法 u 議論はある？ “ y 次何読む？ . AQdUb dUbVQSUc )*/
- 140. Polyurethane-graphene nanocomposite foamswithenhanced thermal insulating properties 5 UccQ TbQ bU jUddY % AQbdY Q F c % 5 TbUQ 6becSXUddQ%7Qb 6 QbUddY Q T AYSXU U A TUcdY 3DA G J C H CDAD G8 )*.**)-2 # なんの論文？ 先行との比較 “ ú * u 技術・手法のキモ ́ u 検証方法 9G9A u 議論はある？ 次何読む？ . AQdUb dUbVQSUc )*/
- 141. Flexible artificially-networked structureforambient/high pressure solar steam generation GUiUT A XQ]]QT GQZQTY% BQjQ Y :Qb [X YQ% DUi]Q bQZYjQT% Ae YR Qc QY Q T QTY XQcU]Y DI C A D 0 H AG GH M & )*.**)-2 # なんの論文？ 先行との比較 技術・手法のキモ D8AG V UhYRY Ydi% Re iQ d QdebU% g dXUb]Q S TeSdYfYdi 検証方法 -X ú u 議論はある？ .)[K ú “ y 次何読む？ O 0P XQcU]Y% BY% 5 A AQbS Ud% > ]Yc% G MUbSY
- 142. Graphene oxide-based efficientand scalable solardesalination under one sun with a confined 2Dwater path LYeaYQ W YQ%R% KUYSXQ LeQ%R% AY WiQ HQ WQ%R% Y NX eQ%R% 6Y NXeQ%R% GXY Y W NXeQ%R% Q T >YQ NXeQ%R%* 31 5 & )*.**)-2 # なんの論文？ WbQ XU U u 先行との比較 e i d aN e u 技術・手法のキモ C ü u u 検証方法 # 議論はある？ ́“ 次何読む？ O*)P 5 RY Y c YbUT% bUecQR U% Q Ub&RQcUT cicdU]
- 143. Facile Fabrication ofLight, Flexible and MultifunctionalGraphene Fibers NU Y 8 W % 7XQ WSXU W >YQ W % eXe 7XU W % MQ W NXQ % Q aeQ GXY % Q >YQ W %Q T YQ WdY Ee J C H AG )*.**)-2 # なんの論文？ WbQ XU U 先行との比較 7BH u *)))~ WbQ XU U z u ́ 技術・手法のキモ C u “ 検証方法 “ u x x 次何読む？ )* G]Qbd S dXY W% U USdb YS dUhdY Uc “
- 144. Graphitic carbon nitridenanosheet electrode- basedhigh-performance ionic actuator eQ Ke*% MY W e*% MQ W Ye*% >Y WZY W NXQ *% LeU Y 7XU *% JY SU d KX UX Y W % 7U qTbYS D UccU % YQ H A BWeiU % :bU qTU qbYS JYTQ KUY 7XU * 1 HI )*.**)-2 # なんの論文？ Bç 先行との比較 Bç u u 技術・手法のキモ ç u 検証方法 u B 次何読む？ O-1P 9 USdb ]USXQ YSQ RUXQfY b V Ve i QcdYS QSdeQd bc
- 145. Synthesis and sizedependent magnetostrictiveresponse of ferrite nanoparticles and their application in magnetoelectric polymer-basedmultiferroic sensors F rQ fUc% QR 5 QbbUQ% S A G GURQcdYQ %T J GURQcdYQ % SU D AQbdY c Q Q TG Q SUb c&AU TUjTV 6 4D A 5D H D GH & )*.**)-2 # なんの論文？ 課題 7 :U C- ú 技術・手法のキモ ú 検証方法 2 ]%,) ]%.) ] u 議論はある？ 2 ] 7 :U C- hSe aNlou nPs `g U T 次何読む？ O0P BQ cSQ U% )*.% 0% --12o--2/
- 146. Electromechanical Actuation withControllableMotion Based on a Single-Walled Carbon Nanotube and NaturalBiopolymer Composite MY W e% KUY 7XU % eXeQ e% >Y WXQY Ye% Q T 7Xe beY 7XQ W 5 1 12M )*.**)-2 # なんの論文？ 7BH 先行との比較 u u u 技術・手法のキモ u “ 検証方法 uG9A u u 議論はある？ u z ́“ y 次何読む？ O*-P7QbR BQ deRU Q T D iQ Y Y U 7 ] cYdU 5SdeQd bc
- 147. Bioinspired Microorigami bySelf-FoldingPolymer Films U YT f 0 D DA IA GH C 3 G G )*.**)-2 # なんの論文？ D i]Ub VY ] u , 現在のトレンド * c e m y S SeddYW% ]YSb gU & Y[U ceR cdQdUc% X d YdX WbQ Xi z 期待されること u u 議論はある？ u , 次何読む？ O,0PA >Q]Q % 5 A NQbQVcXQb % 8 bQSYQc % BQd 7 ]]e )**
- 148. Photoactuators and motorsbased on carbonnanotubes with selective chirality distributions Ne&D MQ W% YZYU 7Y% >Q]Uc 5 6eb% GXQg &Me Y % % Q T De YS[U A 5ZQiQ )*.**)-2 # なんの論文？ é GY W UKQ 7QbR BQ deRU GKBH# 先行との比較 m*)c um) .c 技術・手法のキモ GKBH D7 GKBH u 検証方法 ç u ) .c # 議論はある？ GKBHu u 次何読む？ O*)P bQ XU U&RQcUT QSdeQd bc O**P :QRbYSQdY V ]YSb ]UdUb&cSQ U% 1 HI
- 149. An electrically controllableall-solid-stateAu@graphene oxide actuator† Ne&D MQ W% YZYU 7Y% >Q]Uc 5 6eb% GXQg &Me Y % % Q T De YS[U A 5ZQiQ )*.**)-2 # なんの論文？ 5e WbQ XU U u u ” “, 先行との比較 bQTYU d WbQ XU U % ed ed 技術・手法のキモ 5e WbQ XU U “ 検証方法 CB(C:: u u 議論はある？ 5e “ “ 次何読む？ O.P> Ae% 7 e% 6 NXe% KQ W% M Y Q T E NXQ W% GSY FU 6 4D A 5D H D GH 8 &
- 150. Application of N‐DopedThree-Dimensional Reduced GrapheneOxide Aerogel to Thin Film Loudspeaker 7X W Ge Y]% % ie W 9e UU% % >e W&AY UU% GQ W Ce[ Y]% 6ie W >Y 7X % Q T >e W&K 7X Y % G A H AG CH G & )*.**)-2 # なんの論文？ B&b C5 先行との比較 WbQ XU U u d S`f d S` Sc O ʼNB&b C5 S a Pv R g 技術・手法のキモ u ú “ bQ XU U ́ VbUUjU TbiY W 検証方法 G e T DbUccebU UfU GD # -)K “ 議論はある？ GD B&b C5 u 次何読む？ O,PHbQ c QbU d 7QbR BQ deRU HXY :Y ] eTc UQ[Ubc
- 151. Foldable Graphene ElectronicCircuits Basedon Paper Substrates K >Y ie % C C[ DQb[ % Q T 6ie W 8 7XY J C H A )*.**)-2 # なんの論文？ u u “ “ 先行との比較 u 技術・手法のキモ u u 検証方法 w &*1)|m*1)| w&*1)|u*1)| ́ *))) ́ dp tos r ʻ 議論はある？ “ ú ́ “ ç 次何読む？ O*2P BQd DX d YSc )*)
- 152. Ferrofluid-based triboelectric-electromagnetic hybridgenerator forsensitive and sustainable vibration energy harvesting AiU W& [ GU Q%R%*% GUe W&6QU >U Q%*% >Y &K Q R% MQ W& ie 7X Y 1 CD C 8 )*.**)-2 # なんの論文？ é ü 先行との比較 u ́ “ u ç “ 原理 * 議論はある？ *]]# C “ é 次何読む？ O,)P KQdUb&c YT cebVQSU S dQSd U USdbYVYSQ&dY Q T Ydc ecU V b XQbfUcdY W YaeYT&gQfU U UbWi
- 153. 3D-Printing of LightweightCellular Composites 6bUdd 7 ] d Q T >U YVUb 5 UgYc J C H A )*.**)-2 # なんの論文？ 先行との比較 ,8 技術・手法のキモ ç u 検証方法 u 議論はある？ ç u u ́“ 次何読む？ O*P7U e Qb c YTc3 cdbeSdebU Q T b UbdYUc
- 154. Surflex: A ProgrammableSurface forthe Design of Tangible Interfaces AQbSU 7 U X % Yb cXY cXYY% DQddYU AQUc M )*.**)-2 # なんの論文？ “ % 先行との比較 技術・手法のキモ u 議論はある？ ” “ “ “ y 次何読む？ O*)P 5 Ug ] TU V b c Vd&R TYUT S Y]RY W Q T Rebb gY W b R dc
- 155. Sublimate: State-Changing Virtualand Physical Renderingto Augment Interaction with Shape Displays 8Q YU UYdXY WUb% GUQ : ]Ub% 5 Uh C gQ % GQ]eU eUcSXUb% 5[Y]Ydce WWU%>Y XQ UU% Yb cXY cXYY )*.**)-2 # なんの論文？ ,8 GXQbU TYc Qi 5F XicYSQ cXQ U bU TUbY W “ 先行との比較 XicYSQ # ,8 fYbdeQ # ç 技術・手法のキモ u u “ u XicYSQ % fYbdeQ % QbdYSQ i fYbdeQ “, 検証方法 w y w “ ç u y 議論はある？ u ü ,8 5F A8 u ́“
- 156. Changing the Appearanceof Physical InterfacesThrough Controlled Transparency 8QfYT Y T RQeUb% > bW Ae Ub %AQbS 5 UhQ 7 56 & )*.**)-2 # なんの論文？ u ́ 先行との比較 5F u A8 u 技術・手法のキモ ‒ “ u “ メリット u u 議論はある？ ́“ D8 7 u 次何読む？ O, PVQRbYSQdY W XYWX i Secd ]YjQR U dXY &VY ] d eSX&TYc Qic
- 157. An Interaction-Aware, PerceptualModel for Non-Linear Elastic Objects AYSXQ DY fQbSY *% 8QfYT K UfY . >Qc FURU / 8UcQY 7XU - F ]Q 8ebY[ fY S Q c UdUb DVYcdUb/ K ZSYUSX AQdecY[- DY db 8YTi[*%, 5 4 3 & )*.**)-2 # なんの論文？ ,8 v # 先行との比較 ,8 u 技術・手法のキモ ́ u 検証方法 u * 議論はある？ ü VYWebU0# ́“ 次何読む？ . AQdUb dUbVQSUc )*/
- 158. Sky is Notthe Limit: Semantic-Aware Sky Replacement MY& ceQ HcQY* LYQ XeY GXU NXU Y Q iQ Ge [QfQ Y AY W& ceQ MQ W**I YfUbcYdi V 7Q YV b YQ% AUbSUT 5T RU FUcUQbSX 5 4 3 & )*.**)-2 # なんの論文？ v 先行との比較 Y ed u ed ed “ v ́“ # 技術・手法のキモ Y ed u ́ :7B # 検証方法 v # u */ 2 ,1 * # 議論はある？ “ 次何読む？ :e i S f edY Q Udg b[c
- 159. Water Wave Packets GH9:5B>9G7 9% GH 5ecdbYQ Q T BJ 8 57 F G KC>H5B% GH 5ecdbYQ 0 6 CG H DCG DC G )*.**)-2 # なんの論文？ ü ́ é # 先行との比較 KQfU QS[Ud “ u 技術・手法のキモ ́ ú u u u 検証方法 u u u u 議論はある？ u “ 次何読む？ nKQfU DQbdYS Ucp Me[cU Ud Q O ))0P
- 160. Mirror Mirror: anOn-Body T-shirt Design System 8Q YU GQQ[Uc * eY&GXi W MU GUe W&HQ[ B X iU Q * K dQS[ K & )*.**)-2 # なんの論文？ “ H ü 先行との比較 ü k]QWYS ]Ybb bk “ 5F u ü u ü 技術・手法のキモ u “ 検証方法 u H ú 議論はある？ “ u ü 次何読む？ O,P 8i Q]YS cXQTUb Q] c
- 161. tPad: Designing Transparent-DisplayMobile Interactions >eQ 8QfYT Y SQ Ys&FQ] c*% G XYU F cSXUb*%,% K VWQ W 6tcSXU % I bY[U YcdUb %FQY]e T 8QSXcU d % D ebQ W bQ Y* 5 )*.**)-2 # なんの論文？ u u “ - 主張 u ́ 結果 “ 次何読む？ O*1P G QSUH 4つのカテゴライズ CfUb Qi% 8eQ cYTU Y ed( ed ed d&DQT8 # 7Q debU % A TU &RQcUT d&DQT7 #
- 162. Lighting Grid Hierarchyfor Self-illuminating Explosions 75B MI G9 % 79A MI G9 0 6 CG H DCG DC G )*.**)-2 # なんの論文？ u é ü 先行との比較 u u “ 技術・手法のキモ u 検証方法 :YWebU.%1%* ́ u u ́ 議論はある？ “ u ́ “ “ y 次何読む？ ʼf e]UdbYS Y e]Y QdY
- 163. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 3Dスカルプトによるペーパークラフトと電気的パーツ組み合わせた もの(駆動、センシング、表示、コミュニケーション機能をもつ)デザ インメソッド ペーパークラフトと導電性のもので別々になっていたものを統合した 3D造形の新たなデザインメソッドとなっている。 キューブランプ、建築模型、フォトフレーム、水検知植木鉢、おも ちゃ、スピーカー、カップホルダーなど作った。 プリンタの性質上、使える紙に制約がある。まだ、Layerを自動でカ ウントできないためカウントエラーによって失敗することがある Electronicpopables: exploring paper-based computing through an interactive pop-up book (TEI'10) Mcor IRISを使い、目的のLayerに機能を持つ導電性シートを挟み込 む点 CHI'18
- 164. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 既存の3Dプリントパーツをパーツの接触などの調整しテスト印刷に よるユーザーによるモデル調整無しにリミキシング(再結合)するもの リミキシングと調整を繰り返すことで実際に印刷した時に、調整無し 機械として動作すること 学生12人にこのシステムを使って、wiretwister、wool winder を作ってもらうタスク行い、時間を計測した。 回転軸に基づいた機械に限定されている。 Symmetry in 3d geometry: Extraction and applications. In Computer Graphics Forum (Vol. 32, No. 6, pp. 1-23). Functionality-aware retargeting of mechanisms to 3D shapes. (TOG'2017) 機構のパーツをグラフ構造で処理、RANSACアルゴリズムによる回 転軸の検出などで、パーツ同士をつなぐことができる CHI'18
- 165. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) フィジカルUIを自由な形状の平面上でGUIでレイアウトし、有形のウィ ジェット(UIコンポーネント)を内側に隠れるように配置などを調整す るツール 最終的なメッシュのスムージングの手法は、物理的なシミュレーショ ンではなく、可視性に基づいているため容易な点 使いやすさの検証のために被験者実験をし、タスク時間と目標設計と のズレを計測した。 曲率の変化、または、ブラケットの構造によって部品がエンクロージャ によって隠れないこと .A Series of Tubes: Adding Interactivity to 3D Prints Using Internal Pipes. (UIST'14) パーツのための露出したブラケットをエンクロージャの内側に完全に 収めるようにブラケットを調整するアルゴリズム CHI'18
- 166. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) シリコンの型と遺伝的配置アルゴリズムを使用してレシピのさまざま な形状置換を実現し、料理の味覚構造を制御できるもの DIGITALGASTRONOMY(UIST’16)では、食べ物の形だけを変化 させたが、食べ物の味もプログラム可能にした 3色ムースを作ってみた。アーモンドシュトロイゼル、イチゴムース、 ダークチョコレートムース、ホワイトチョコレートムース 3D食品印刷の主な限界の1つは、生の食物材料とフレーバーの種類 が少ないことです。 食べ物によって造形が遅い Form and Code: In Design, Art and Architecture, A Guide to Computational Aesthetics.(not paper) Parametric Building Design Using Autodesk Maya. Routledge.(not paper) 料理の要件をビットの配置と料理の量, 形状の繰り返し、バランス、 ビット分配優先度をパラメータをもつ目的関数を使い遺伝的アルゴリ ズムによって最適化問題を解いている。 CHI'18
- 167. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) FDM方式を用いた折りたたみによる3D形状のラピッドプロトタイピ ング手法(曲面折り紙) 自己折込形状の印刷は、高い費用のかかった3Dプリンタや独自に作 成したプリンタが必要だったが、これは市販のFDM方式プリンタで 可能な点 この手法を用いてアプリケーションを作成した。Art- Self-folding Rose, Transportation - Self-Folding Boat ,Furniture - Self- Folding Chair, Wearables - Self-Folding Armor 出力プリンタによる解像度の制限、重力と材料の自重が計算できない ので、ある程度構造に制限がある。ヒンジの隙間に穴がある 4D Printing and universal transformation ACADIA'2014 Thermo polyurethane(230℃で融解し、70℃以上でself-folding effectsを持つ)の印刷を、曲がる角度によって、印刷速度と長さの調 整をした。 CHI'18
- 168. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) FDM方式のプリンタで紙の上のにアクチュエータとして作用する導 電性フィラメントを印刷したペーパーアクチュエータ Foldioとは違う点は、FDM方式を用いて印刷したパターンが抵抗加 熱要素を持ってかつアクチュエータとして働くこと この手法を用いたアプリケーションを作成した。また、アクチュエー タとしての応答時間を計測した。 (この手法では20秒で完全にもとにもどる) GraphenePLAが膨張するためノズルが詰まる。ノズルの高さを調 整しなければ失敗する。比較的高い電圧(15-30V)を必要とする Foldio: Digital fabrication of interactive and shape-changing objects with foldable printed electronics (UIST'15) Graphene PLAを用い、電気的抵抗加熱によって形状がどの程度ま がるかを計測・応用しデザインツールとして提供した点と、 CHI'18
- 169. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 3Dプリンタを用いた電気を必要としない1回限りの オフラインパッシブセンサ (負荷、圧力、加速、傾斜、温度変化を感知する)を作成する手法 電子部品を追加で必要とせず、3Dプリンタのみで完結する点 作成したセンサを用い、 センサが動作する定量的な物理量を与え検証した。 穴の造形は3Dプリンタによる、また幾何学的制約(高い曲率、薄いシェ ルなどは難しい)があり、1回しか使えない MetaSilicone:Design and Fabrication of Composite Silicone with Desired Mechanical Properties(TOG'2017) センサの内側には導電性の媒体(論文中では水道水)を用いて、静電容 量タッチパネルで、センサのTrue or Falseを検出している点 CHI'18
- 170. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 受動的な物体に容易に適用できるソフトアクチュエータと、そのアク チュエータのための安価な材料を用いた高速製造方法の開発 機械的要素(機械部品)をまったく取り付けることが無い点 博物館でワークショップ(20名90分)を開きこどもに、遊んでもらい 簡単なアンケートに答えてもらった。 (使用率70%がアクチュエータとして利用された) バイナリ制御しかできない。アクチュエータとしての信頼性の観点で、 対象を損傷させる可能性があるのと、アクチュエータ自体が疲労して しまう点 PINOKY:a ring that animates your plush toys(CHI'12) ユーザーが任意の場所で切れる形状のテープ状のアクチュエータを作 りシリンジによる制御手法を確立したこと TEI'15
- 171. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 食用または医学用途のための、食べれる再帰性反射 食べれる luminationmeter(LM-331, AS ONE)を用いて再帰性反射の特性 を調べた。スイスロールに動的プロジェクションマッピングを行い再 帰性反射マーカーとしての有用性を示した。 寒天に含まれる水の蒸発により時間の経過とともに、再帰反射機能を 失うこと。また、高温での検証をしていない。入射角正面15度以内 でしか再帰性反射しない。 Edible optics: Using gelatin to demonstrate properties of light (not paper The Physics Teacher 35, 7,1997) Edible Lasers: What’s the Next Course? (not paper OPN May 2009) 透明の食材での屈折率がよい寒天を使ってコーナーキューブアレイを つくった VRST'17
- 172. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) Jamming現象を利用した変形可能で剛性を調整可能な薄いシート ParticleJammingと比較して、インタフェースを薄型、軽量に構築 することができる 特徴(剛性調整性、材料強度、軽量化)を評価するための3つのアプリ ケーションをつくった 膨張のためのポンプと真空引きのためのポンプが必要で、それを利用 したアプリケーションは1つしかなく、検証が限定的な点 Jamming user interfaces: programmable particle stiffness and sensing for malleable and shapechanging devices. (UIST'12) Capability by Layer Jamming. (IROS'12) Jamming現象を引き起こす構造をLayer状にした点。 TEI'14
- 173. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 液体によって任意の3次元形状に展開される2D可食フィルム 食べれてかつ、変形前が運送に配慮した平面である点 形状変換によって食物材料の包み込み、形状、質感と相互作用を達成 するカスタマイズ性を実証する3つのメニューを試した。 自作プリンタであり、まだ市販の材料を利用した変形可食フィルムを つくっていない Gastronomy:Methods & Recipes for Hybrid Cooking. (UIST'16) セルロース繊維の剛性による水和によって曲げを制御している 材料力学と幾何学をもとに単純化された有限要素解析シミュレーショ ンのプラットフォームを作成した。 CHI'17
- 174. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) あるパターンを他のパターンに変換する3Dポップアップのメカニズ ムを自動的に生成するもの 2DではあるがAtoBの任意形状の変形を3Dを通して行えている。 さまざまな変形パターンを試し、冗長領域(本来無い領域)の出現を観 察。また考案したアルゴリズムの適応回数と処理時間を計測した。 紙を効率的に使うことを考えていない点、紙の厚さを0と仮定してい るので、紙の量が多いとヒンジ付近が厚くなってしまう点 Boxelization:Folding 3D Objects Into Boxes (SIGGRAPH'14) Design of Machinery, 5th ed. McGraw‒Hill Education (not paper March 30, 2011). リンケージや機構に関してまとめ、グラフに基づき計算した点 SIGGRAPH'18
- 175. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) サポート材を使用しない3DモデルをFDM方式で印刷をする6DOFロ ボットアームシステム サポート材を必要ないように3D形状を変形させることなく、入力し た3Dモデルをサポート材無しで印刷できる点 さまざまなモデルをサポート材無しで印刷することで、システムを検 証した。また、接続部の強度を測定した。 印刷速度が精度の維持のために遅い。サイズがフレームによって制限 されている。ロボットアームのコストが高い。複雑な形状の場合、分 割アルゴリズムが失敗する。 Supportslimming for single material based additive manufacturing (CAD vol. 65, pp. 1‒10, 2015.) Direct computation of minimal rotation for support slimming(CASE2015) ロボットアーム、G-code、ROSを駆使しシステムを構築し、ロボッ トアームの角度は移動範囲をサンプリングすることで決定、FDM方 式でのビルドプラットフォームをコントロールできるようにした点 ICRA'17/SIG'18?
- 176. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 3Dオブジェクトを立方体または箱に変換する方法 オブジェクトを切り離した形状にすることない、折りたたみ可能な単 一の構造である点 作成したシステムを使って、折りたたみ可能なバニー、子猫、車 ドラゴン、象を作成した。 ジョイントが最適な構造(よりタイトにしたい)ではない。オブジェク トの特徴を尊重(特徴的パーツをセグメント化する)しない Chopper:Partitioning models into 3D-printable parts. (TOG'12) Converting 3D furniture models to fabricatable parts and connectors(TOG'11) ボクセル化、幾何学的情報による関節位置を定義、ツリー探索という プロセスを通して、ひとつながりの形状を生成する点 SIGGRAPH'14
- 177. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 変形可能なモデルと変形されたポーズ集合をもとに、 なるべくポーズ通りに変形する印刷可能なrodmeshを生成する Robモデルの最適化関数をfabに利用した点 提案する手法を用いてシートやHat、恐竜、スマイルをRod Mesh化 し、ベンチマークを行なった。 ターゲットのポーズが物理的に もっともらしいものでなければならない Discrete elastic rods(SIGGRAPH'08) Discrete viscous threads(SIGGRAPH'10) 六角形のエッジの変形を調整し、 制約を満たす目的関数の勾配を計算した点 SIGGRAPH'15
- 178. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) サポート材がなく継ぎ目がない、中空のバランスの取れた3Dオブジェ クトを生成する手法 makeit standと比べるとサポート材を完全に必要としない印刷のた め、モデルを分割する継ぎ目などが無い 手法を用いて、さまざまなモデルを印刷しmake it standのモデルと 比較した 強度について議論を行なっていない点、またボクセライゼーションに よって表現出来るモデルが制限される Make it stand: balancing shapes for 3D fabrication(TOG'13) Layerを上から下にスキャンし、オーバーハング角度が一定条件を満 すように調整を行う CAD/Graphics '17
- 179. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 任意の3次元形状に自己展開する2次元平面シートを作る手法 3D形状を形成するとき外部エネルギーを与えることなく自己のエネ ルギーで動く 実際に手法を用いてモデルを作った。また、固定パラメータや最適化 のパフォーマンス、正確性について着目した 物理的伸縮の限界からすべての形状が単一の平面になるわけではない 重力を考慮していない aeroMorph-Heat-sealingInflatable Shape-change Materials for Interaction Design(UIST'16) 任意長さの三角形に再メッシュ化し、有限要素法によるバネモデルを 用いて、3次元形状を2次元に展開したシェルとそのシェルの両面を2 枚の弾性シートを貼った点。 SIGGRAPH'18
- 180. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 平面の材料から薄いらせんの切断によって入力オブジェクトに類似し た3Dバネの形を作る手法 2D平面からカットしたバネ形状を直接持ち上げて手作業での組立を より簡単かつ迅速に行えるようにした 90cm規模のものを実際に作成したり、手法を用いてモデルを作成す ることで、パフォーマンス、バネの数、勾配、類似性、滑らかさにつ いて着目した 工作機械の性能上、 金属製のバネでこの形状を作ることが出来ないこと Geodesicpatterns(TOG'10) 伸縮する円錐になる領域に分割しz軸方向のばね軸の向きを最適化、 最適化問題を解き形状を調整、表面のz軸を固定し、xとyの座標の移 動のみでバネに展開できる形状を生成する EUROGRAPHICS'18
- 181. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 応力に耐えれる最小重量の3D構造を生成する手法 どの形にも適応したときに生じる計算コストを削減した 既存手法よりも中空に更に軽量化した 既存手法との比較、モデルの特徴(シェルの厚さ、アルゴリズムの収 束性)への着目、物理的なベンチマーク モデルのシェルの厚さを最適化していない点、 小さな突起がたくさんあるような形状では、 応力を正確に近似できない 最大応力決定のための構造最適化問題のFEA評価をもとにした臨界瞬 間解析と、それに応じた材料分布の設計 Stress-constrainedtopology optimization with design- dependent loading(not paper) Build-to-last: Strength to Weight 3D Printed Objects(TOG'14) TOG'17
- 182. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 自由形状でインタラクティブに楽器を作ることが 可能なシステムの提案 インタラクティブに楽器を作れるように、音響伝達シミュレーション の手法を変えて高速化した点 実際に作成し、シミュレーションとの違いを検証した。また、どのサ イズでも適応できるかを検証するために大きいモデルを試した。 1オクターブを超える周波数領域を達成することは、球形の共振器に とっては困難である点、 音質多少犠牲(音色をシミュレーションしていない)にしている点 Interactiveacoustic transfer approximation for modal sound(TOG'15) 共鳴問題を最小固有値問題として定式化することにより有限要素法に 基づいて共振周波数を推定している点(音質伝達関数ではなくシステ ムの係数行列のスペクトル特性を使った点) SIGGRAPH Asia'16
- 183. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 必要な場所に地場を向けることが出来る設計可能な電磁石を印刷可能 な3Dプリンタの開発 電磁気的要素を1度の印刷で組み込める印刷がである点 電磁石としての性能の測定とそれを用いたアプリケーションの作成 高電流ではソレノイドは長期間の起動には適していない点、複雑な構 造をする際はより細い鉄線と絶縁被覆を除去の機構が必要な点 On-the-FlyPrint: Incremental Printing While Modeling(CHI'16) Printed optics: 3D printing of embedded optical elements for interactive devices(UIST'12) CHI'16で提案されている5DOF3Dプリンタにワイヤカッターとワイ ヤの巻き機構を備えたプリンタを作ったこと。また、鉄線を鉄心とす ることで自由な構造に対応できるようにした点 UIST'16
- 184. どんなもの? どうやって有用性を検証した? 先行研究と比べてどこがすごい(違い)？ 技術や手法のキモはどこ？ 議論はある? 次に読むべき論文 201611468 皆川達也(鬼コース) 平面と曲面の両方に髪のような3次元形状の構造を印刷する手法 高さ、太さ、角度などの個々のヘアジオメトリと、密度や位置などの ヘアアレイのプロパティを個別に制御することができる 実際にモデルを作成してみた。また、実際のアプリケーション(パッ シブアクチュエータ、吸盤)を印刷した。 この構造で覆われたモデルを作るには分割する必要がある。曲面上に この構造を配置する精度は曲面のメッシュ解像度に依存する。 SensingThrough Structure: Designing Soft Silicone Sensors(TEI'11) 髪の毛の円錐モデルをDLPのプリジェクタのドットに近似している CHI'16
- 187. DEEPMIMIC: EXAMPLE-GUIDED DEEPREINFORCEMENT LEARNING OF PHYSICS-BASED CHARACTER SKILLS XUE BIN PENG PIETER ABBEEL SERGEY LEVINE MICHIEL VAN DE PANNE どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ モーションキャプチャクリップやキーフレームアニメーション の形で提供される、データに目的志向の強化学習を組み合わせ た物理ベースのキャラクタアニメーションのフレームワーク 単一のモデルフリーのフレームワークがより広い範 囲のモーションスキルがあり、またそれらを順序付 ける能力を持っている deep reinforcement learningのアルゴリズム [Duan et al. 2016]などを使用 スキルを様々なキャラクター、環境、およびタスクにリ ターゲティングし、複数のやり方を組み合わせて複数の スキルを実行できるようにした 歩行、巧妙な操作、その他の作業に適用されるように、 ロボットシステムにポリシーをどのように配備するか [Duan et al. 2016] DeepLoco 201511520 鈴木亮祐(人間コース) SIGGRAPH2018
- 188. DEEPLOCO: DYNAMIC LOCOMOTIONSKILLS USING HIERARCHICAL DEEP REINFORCEMENT LEARNING XUE BIN PENG GLEN BERSETH KANGKANG YIN MICHIEL VAN DE PANNE どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ 限られた量の事前知識を持つ環境に配慮した 様々な運動スキルを学習する 境方針の3D二足歩行スキルが、限られた量の先の構 造が制御ポリシーに課せられて学習されることを実 証する 制御ポリシーを学習するためのdeep Reinforcement Learning（RL）の機能を活用 歩行スキルのdeep Reinforcement Learningのための2 レベル階層の使用 特定のHLCタスクを直接サポートする追加のLLCスキル を習得する方法を見つけることが今後重要 [Liu et al. 2012] 201511520 鈴木亮祐(人間コース) SIGGRAPH2017
- 189. SIMULATION OF HUMANMOTION DATA USING SHORT-HORIZON MODEL-PREDICTIVE CONTROL M. da Silva, Y. Abe, and J. Popovic どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ シミュレートされた人間を実際の動きデータに導くこと によって、自然な動きを生成するモデル予測コントロー ラMcSimを提示 事前計算と手動のチューニングはほとんどなく、基準動作 と同様に歩行、走行、ジャンプ動作を生成することができ ますが、対話速度で新しい物理環境（§7）にも適応する 予測コンポーネントと低ゲインの比例微分 （PD）コンポーネント（§5）を組み合わせる リンクされた剛体と接触力学の線形化モデルに基づく予測コン ポーネント（§4）を使用、線形動力学モデルは入力運動を追跡 する関節力および外力を解決する二次プログラム（QP）の制約 として使用 一部の3Dモーションの最適なパラメータを見つけること が困難であった。回転する動きなどうまく追従できない 動作もあった。 [AFO03] ARIKAN O., FORSYTH D. A., O’BRIEN J. F.: Motion synthesis from annotations. ACM Transactions on Graphics 22, 3 (July 2003), 402–408. 201511520 鈴木亮祐(人間コース) EUROGRAPHICS 2008
- 190. A DEEP LEARNINGFRAMEWORK FOR CHARACTER MOTION SYNTHESIS AND EDITING Daniel Holden, Jun Saito, Taku Komura どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ 手作業による前処理や人間の手を使わずに、大量の人間の動作データを 用いて、非線形多様体への動作データの埋め込みを自動的に学習できる 深い学習フレームワークに基づくアニメーションの合成と編集のモデル を提案 プロセスを著しく容易にする動きセグメント化また は位置合わせを必要としない 高レベルのパラメーターを低レベルの人間の動 きにマップする別のフィードフォワードニュー ラルネットワークを積み重ねる 大きなモーションデータベースを使用してモーションマ ニホルドを最初に学習し、次いで、ユーザ入力と出力 モーションとの間のマッピングを生成する スタックされたディープオートエンコーダをモーションマニ ホールドの学習に使用すると、トレーニングが容易なより単純 なフィードフォワードネットワークを使用できる [Hariharan et al. 2014] 201511520 鈴木亮祐(人間コース) SIGGRAPH2016
- 191. DIVERSE MOTION VARIATIONSFOR PHYSICS-BASED CHARACTER ANIMATION Shailen Agrawal, Shuo Shen, Michiel van de Panne どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ 指定された仕様を満たす多様なモーションバリエーショ ンを自動的に生成することを提案 多様性の最適化を使用して、不十分な動きが達成さ れ得る多くの可能な方法にまたがるシミュレートさ れた動きの集合を可能にする 物理的なキャラクタアニメーションの多様性最 適化に特化した目的関数、ラウンドロビン共分 散行列適応（CMA）を使用 動きの多様性を測定するための距離メトリックとして等 しく適していると知られているポーズ類似性メトリック の使用 特定の時点で特定のキーフレームに当たるなど、厳密に制約さ れたモーションは、多様性を最適化するための部分空間が限ら れており特定の制約を満たすことが困難になる BORNO, M. A., DE LASA, M., AND HERTZMANN, A. 2013. Trajectory optimization for full-body movements with complex contacts. IEEE Trans. Visualization and Computer Graphics. in press.201511520 鈴木亮祐(人間コース) SCA’17
- 192. PHASE-FUNCTIONED NEURAL NETWORKSFOR CHARACTER CONTROL DANIEL HOLDEN, TAKU KOMURA, JUN SAITO どんなもの？ 先行研究と比べてどこがすごい？ 技術や手法のキモ どうやって有効だと検証した？ 議論はある？ 次に読むべき論文は？ 位相機能ニューラルネットワークと呼ばれる新しい ニューラルネットワークアーキテクチャを用いて、リア ルタイムキャラクタ制御機構を提示 さまざまな幾何学的環境に適応するモーションを自 動的に生成することができる 位相ニューラルネットワーク（PhaseNunction Network：PFNN）と呼ばれるニューラルネットワーク 構造 荒い地形や跳躍を回避し、障害を避けるキャラクタのた めの適切で表現力のある移動を自動的に生成 コンパクトな構造でも、時間の経過とともに円滑に変化する位 相関数により、ネットワーク構成の大きな変化を生み出すこと によって大きな高次元のデータセットから学習できる [Holden et al. 2016, 2015] 201511520 鈴木亮祐(人間コース) SIGGRAPH2017