『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

Deep Fluids: A Generative Network for Parameterized Fluid Simulations (EUROGRAPHICS 2019)

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。


スポンサーリンク

5月に開催されるEurographics 2019で発表されるそうです。


スポンサーリンク


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↓
機械学習で流体シミュレーションを近似する『Physics Forests』
CG分野(特にレンダリング)で、実測値や物理法則に基づいて厳密な計算を行う「物理モデル」に対して、人間の経験則から導いたそれらしい近似計算方法を「推論モデル」なんて呼んだりしますね。LambertやPhongなど、初期の反射モデルは大体が推...


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。


スポンサーリンク

関連記事

ブラウザ操作自動化ツール『Selenium』を試す
Unityの新しいGUI作成システム『uGUI』
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
Paul Debevec
Pythonのベイズ統計ライブラリ『PyMC』
ゴジラ(2014)のメイキング
この本読むよ
ZBrushで仮面ライダー3号を造る 仮面編 失敗のリカバー
写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』
CGWORLD CHANNEL 第21回ニコ生配信は『シン・ゴジラ』メイキングスペシャル!
Adobe Photoshop CS5の新機能
クラスの基本
Unite 2014の動画
ラクガキの立体化 モールドの追加
ポリゴン用各種イテレータと関数セット
WordPressプラグインによるサイトマップの自動生成
『ローグ・ワン/スター・ウォーズ・ストーリー』"あのキャラクター"のメイキング
ZBrush 4R7
ROMOハッカソンに行ってきた
SculptrisとBlenderで作ったGodzilla 2014 (Fan Made)
TensorFlowでCGを微分できる『TensorFlow Graphics』
Unityで360度ステレオVR動画を作る
フォトンの放射から格納までを可視化した動画
Multi-View Stereoによる3次元復元ライブラリ『OpenMVS』
オープンソースのSfM・MVSツール『COLMAP』
『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
組み込み向けのWindows OS 『Windows Embedded』
仮想関数
Unityで学ぶC#
Raspberry Piでセンサーの常時稼働を検討する
ZBrush キャラクター&クリーチャー
参考になりそうなサイト
『ハン・ソロ/スター・ウォーズ・ストーリー』のVFXブレイクダウン まとめ
html5のcanvasの可能性
第1回 3D勉強会@関東『SLAMチュートリアル大会』
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
インタラクティブにComputer Visionコーディングができるツール『Live CV』
Zbrushでメカ物を作るチュートリアル動画
pythonの機械学習ライブラリ『scikit-learn』
ドラマ『ファーストクラス』のモーショングラフィックス
Maya 2015から標準搭載されたMILA

コメント