ニューラルネットワークを用いた3Dデータ処理応用
2025 年 6 巻 2 号 p. 25-41
詳細
2025 年 6 巻 2 号 p. 25-41
Neural Fieldは「空間中の各点に対応した関数値」をニューラルネットワークでモデル化し，表面を関数として形状を記述する．Neural Fieldを用いた表面モデルの一つであるDeepSDFは滑らかな表面を表すとともに，シンプルなネットワークで複雑な形状をモデル化し，3D表現が革新された．ただ限界もあった．その後登場した体積モデルNeRFは，多視点の画像のみから任意視点画像生成を可能にした．その光学現象は密度と放射輝度でモデル化し，方向による輝度値の変化に対応でき，煙など散乱を含むシーンも扱える．そのネットワーク構造は，座標と視点角度を入力し，密度と色を出力するものである．ただ，空間中でクエリを増やすと重くなるため，空間方向への分解やNeRFの分割などさまざまな工夫により，高速な学習・推論を実現した．最後に，筆者が共同で取り組んだ応用研究事例を紹介する．
