手続き的テクスチャを使う最大のモチベーションがメモリ帯域になってもう6年くらい(ぼそ
-
-
-
Replying to @a3geek
ちょっとした模様なら渋滞するメモリから読むより毎回計算して生成したほうが性能が出るから、草むらとかレンガ壁とか、最近はメモリに置かないんだ
1 reply 0 retweets 3 likes -
-
-
-
Replying to @a3geek
そのあたりで出てきた今回のイカした論文がこれ。与えられた画像に近いのが描ける手続き的テクスチャの手法を選んで、近いのが描けるパラメータをニューラルネットワークで何とかすることで、与えられた画像っぽいテクスチャを吐くコードを自動で生成する手法 https://graphics.cs.yale.edu/publications/novel-framework-inverse-procedural-texture-modeling …
1 reply 0 retweets 1 like -
-
Replying to @a3geek
現状の問題点は手法ごとに学習が必要だから「吐けるテクスチャの種類」を増やすと学習時間がもりもり増える事だそうな
1 reply 0 retweets 0 likes -
Replying to @fadis_
現状の機械学習系の論文、だいたい今後のタスクに「学習データが増えると遅いこと」って書いてある気がする…(それでもイケてるけど)
1 reply 0 retweets 0 likes
その点で凄かったのはこれかな。近年流行の深層強化学習でキャラクターの動きを生成する奴なんだけど、1つの学習モデルで複数の行動を使い分けられるキャラクターが出来上がるhttps://github.com/sebastianstarke/AI4Animation …
-
-
-
Replying to @a3geek
ごめん、他の発表と混ざった。これは深層学習だけど強化学習ではない。シーンに合わせたなめらかな歩行モーションをニューラルネットワークで生成する手法の発展で、箱を持つとか椅子に座るとかいった複数のアクションをシームレスに行う動きを生成する。結果が箱を持って段差をどっこいしょするやつ
1 reply 0 retweets 0 likes - 1 more reply
New conversation -
Loading seems to be taking a while.
Twitter may be over capacity or experiencing a momentary hiccup. Try again or visit Twitter Status for more information.