Deep Fluids:流体シミュレーションをディープラーニングで近似する

チューリッヒ工科大学(ETH Zurich)、ミュンヘン工科大学、Pixarによるディープラーニングで流体シミュレーションを近似する研究 Deep Fluids: A Generative Network for Parameterized Fluid Simulationsプロジェクトページソースコードが公開されている。

Deep Fluids

本研究では、削減済みのパラメータセットから流体シミュレーションを合成する新しい生成モデルを提案します。畳み込みニューラルネットワークを離散パラメータ化した流体シミュレーションの速度場(velocity fields)で訓練しました。

訓練データの代表的な特徴を学習するディープラーニングアーキテクチャの特性により、本研究の生成モデルは訓練データセットを正確に近似しつつ、中間値をもっともらしく補間することができます。この生成モデルは、全ての時刻で速度場(velocity fields)の無発散(divergence-free)を保証する新しい損失関数を導入することで流体に最適化されています。

本研究ではさらに、複雑なパラメータを削減した空間で扱えること、潜在空間(latent space)で第2のネットワークと統合することでシミュレーションをリアルタイムに実現できることを示します。
本手法では流体の多種多様な挙動をモデル化しているため、高速なシミュレーション構築、異なるパラメータを持つ流体の補間、タイムリサンプリング、潜在空間(latent space)シミュレーション、シミュレーションデータの圧縮などに応用できます。

本手法による速度場の再構築は、同データをCPUで再シミュレーションするよりも最大で700倍高速に生成でき、圧縮率は最大1300倍となります。

5月に開催されるEurographics 2019で発表されるそうです。



ETH Zurichといえば、数年前にRegression Forestベースの流体シミュレーション近似手法Pysics Forestsを発表していましたね↓



機械学習による流体シミュレーション近似を突き詰めていくと、やっぱりニューラルネットワークに行き着くということなのだろうか。

GitHubで公開されているDeep Fluidsのソースコードを見ると、TensorFlowベースで実装されているようだ↓
https://github.com/byungsook/deep-fluids

mantaflowという流体シミュレーションのフレームワークを使って訓練用のデータセットを用意するんですね↓

mantaflow

mantaflowは、コンピューターグラフィックスでの流体シミュレーションの研究を対象としたオープンソースのフレームワークです。
並列化されたC++のsolverコア、pythonシーン定義のインターフェイス、プラグインシステムにより、新しいアルゴリズムの迅速なプロトタイピング・テストが可能です。mantaflowには広範囲のNavier-Storkes solverの変種が含まれています。
mantaflowはとても用途が広く、ディープラーニングのフレームワーク(例:numpyを介してTensorFlow)と連携してインポート/エクスポートを可能な他、matlabのプラグインとしてスタンドアローンにコンパイルすることもできます。
最新版のダウンロードはこちら

Physics Forestsで著者の1人にDisney Research所属の人がいたように、Deep Fluidsの著者の中にはPixar所属の人がいますね。

CGで一昔前は物理ベースと言われていたジャンルが、演算コストが頭打ちになってだんだんナレッジ(知識)ベースへと移ってきているということだろうか。
大きな目で見ると、現象をデフォルメして軽い処理で近似していた時代に戻っているような気もする。

多次元パラメータを扱う関数の多いCG分野はディープラーニング(というかニューラルネットワーク)に向いてるのかもな。
畳み込みって、テクスチャマッピングやShading処理そのものだし、GPUとの相性も良い。
https://shiropen.com/seamless/deep-fluids

NVIDIAがGPGPUと言い始めたころ、その使用例は流体計算が多かった気がするけど、時代を経て手を変え品を変え、結局GPUで流体計算しているのも何だか不思議。

関連記事

Raytracing Wiki

ヒーローに変身なりきりアーケードゲーム『ナレルンダー』

Human Generator:Blenderの人体生成アドオン

SSD (Single Shot Multibox Detector):ディープラーニングによる一般...

Dlib:C++の機械学習ライブラリ

UnityでLight Shaftを表現する

CLO:服飾デザインツール

OpenMesh:オープンソースの3Dメッシュデータライブラリ

Python for Unity:UnityEditorでPythonを使えるパッケージ

TeleSculptor:空撮動画からPhotogrammetryするツール

libigl:軽量なジオメトリ処理ライブラリ

Verilog HDL

geometry3Sharp:Unity C#で使えるポリゴン操作ライブラリ

Maya 2015から標準搭載されたMILA

スクラッチで既存のキャラクターを立体化したい

Caffe:読みやすくて高速なディープラーニングのフレームワーク

粘土をこねるようなスカルプトモデリング

Pix2Pix:CGANによる画像変換

UnrealCV:コンピュータビジョン研究のためのUnreal Engineプラグイン

注文してた本が届いた

ZBrushのZScript入門

天体写真の3D動画

ZBrush用トポロジー転送プラグイン『ZWrap Plugin for ZBrush』

CGAN (Conditional GAN):条件付き敵対的生成ネットワーク

ZBrush 4R8 リリース!

リメイク版ロボコップスーツのメイキング

SONY製のニューラルネットワークライブラリ『NNabla』

C++ 標準テンプレートライブラリ (STL)

Open3D:3Dデータ処理ライブラリ

MPC社によるゴジラ(2014)のVFXブレイクダウン

Amazon Web ServicesでWordPress

OpenGV:画像からカメラの3次元位置・姿勢を推定するライブラリ

OpenAR:OpenCVベースのマーカーARライブラリ

中学3年生が制作した短編映像作品『2045』

Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...

Gource:バージョン管理の履歴を可視化するツール

OpenFace:Deep Neural Networkによる顔の個人識別フレームワーク

デザインのリファイン再び

ManimML:機械学習の概念を視覚的に説明するためのライブラリ

Phongの表現力パネェ 材質別のPhong Shader用パラメータ一覧

ラクガキの立体化 目標設定

『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハンズオンセミナーに行ってきた

コメント