イベント企画
トップコンファレンス5-1 グラフィックス・画像・生体情報
9/14 15:30-17:30
第3イベント会場

座長:岡部 誠(静岡大学)

15:30-15:50 講演(1) 【タイトル邦題】 熱力学モデルを統合した深層学習によるRNA二次構造予測
佐藤 健吾(東京電機大学 システムデザイン工学部情報システム工学科 教授)
【原発表の書誌情報】 Sato, K., Akiyama, M., Sakakibara, Y. RNA secondary structure prediction using deep learning with thermodynamic integration. Nature Communications 12, 941 (2021). https://doi.org/10.1038/s41467-021-21194-4
【概要】 本研究では,従来の熱力学モデルと深層学習を組み合わせることによって訓練データへの過剰適合を最小限に抑え,高精度かつ頑健なRNA二次構造予測手法MXfold2を開発した.訓練データとは似ていない未知のRNAファミリーに対しても高精度に二次構造予測が可能であることを示した.
【略歴】 2003年慶應義塾大学大学院理工学研究科博士課程修了,博士(工学).慶應義塾大学理工学部生命情報学科助手,(社)バイオ産業情報化コンソーシアム研究員,東京大学大学院新領域創成科学研究科特任講師,慶應義塾大学理工学部生命情報学科専任講師を経て,2022年4月より現職.RNA配列情報解析を中心とするバイオインフォマティクス研究に従事し,その業績により,2008年にOxford Journals JSBi Prize,2012年に情報処理学会山下記念研究賞を受賞.
15:50-16:10 講演(2) 【タイトル邦題】 Graph Stacked Hourglass Networksを用いた人間三次元姿勢推定
徐 天涵(東京大学 大学院情報理工学系研究科 原田・椋田研究室 修士学生)
【原発表の書誌情報】 Xu, T. and Takano, W.: Graph Stacked Hourglass Networks for 3D Human Pose Estimation, Proc. of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp.16105-16114 (2021).
【概要】 本研究では,人間スケルトン等のグラフ構造に適用可能な、マルチスケール特徴抽出ができる繰り返しエンコーダ・デコーダモデル構造を提案し、高精度な三次元人体姿勢推定を実現した。
【略歴】 2021年大阪大学工学部卒業、同年東京大学大学院情報理工学系研究科知能機械情報学専攻修士課程入学、現在在学中。原田・椋田研究室にてコンピュータビジョンの研究を行っている。
16:10-16:30 講演(3) 【タイトル邦題】 物理モデルを考慮した深層学習による3Dヒューマンモーションキャプチャー
島田 聡士(Max Planck Institute for Informatics Visual Computing and Artificial Intelligence Department )
【原発表の書誌情報】 Shimada S, Golyanik V, Xu W, Pérez P, Theobalt C. Neural monocular 3d human motion capture with physical awareness. ACM Transactions on Graphics (Proc. of SIGGRAPH 2021). 2021 Jul 19;40(4):1-5.
【概要】 単眼 (monocular-view) カメラによる3Dヒューマンモー ションキャプチャーの研究はここ十数年、深層学習の進化と 共に多くの新たな手法が提案されている。しかしながらこれらの殆どの手法は物理法則を考慮しておらず、foot sliding, environment penetration, joint jitterなど、物理的にもっ ともらしくない現象(artefact)が3Dモーション復元後に多く見受けられた。 本研究では微分可能 (differentiable)な剛体力学モデルを組み込み、ニューラルネットワークを物理モデルを通して訓練することにより、上記のような物理 的にもっともらしくないartefactsを取り除き、より自然な 単眼カメラ3Dモーションキャプチャーを実現する。
【略歴】 2019年 Technische Universität Kaiserslautern,Germany (修士号取得)
現在  Max Planck Institute for Informatics, Germany (PhD candidate)
現在  Google, Switzerland (Research visit)
16:30-16:50 講演(4) 【タイトル邦題】 流れ関数による煙シミュレーションのガイド
佐藤 周平(法政大学 / プロメテックCGリサーチ 情報科学部デジタルメディア学科コンピュータグラフィックス研究室 准教授)
【原発表の書誌情報】 Syuhei Sato, Yoshinori Dobashi, Theodore Kim: Stream-Guided Smoke Simulations, ACM Transactions on Graphics (Proceedings of SIGGRAPH 2021), Vol. 40 (4), Article No. 161 (2021), DOI: https://doi.org/10.1145/3450626.3459846
【概要】 流体の流れのガイドを流れ関数の空間において最小化問題として定式化する新しく効率的な方法を提案する.この方法は実装および制御の両方を容易に行うことができる.また,物理に従っていない入力の流れに対してもガイド可能である.
【略歴】 法政大学情報科学部デジタルメディア学科准教授.富山大学工学部知能情報工学科客員講師,プロメテック・ソフトウェア(株) CGリサーチ研究員.2014年北海道大学大学院情報科学研究科博士後期課程修了.博士(情報科学).2014年から2019年まで,(株) ユビキタスエンターテインメント,(株)ドワンゴ,プロメテック・ソフトウェア(株)にて研究員.2019年より富山大学学術研究部工学系助教.2022年より現職.コンピュータグラフィックス,特に流体アニメーションの生成や編集に関する研究に従事.https://ssato.cis.k.hosei.ac.jp/