| 講演抄録／キーワード |
| 講演名 |
2020-03-13 11:20
大規模液体アニメーションデータの動き補償予測に基づく時空間圧縮
○下村泰輝・金井 崇（東大） |
| 抄録 |
（和） |
液体シミュレーションでは，密度情報や速度情報をボリュームデータとすることで全体を可視化できる．しかし，時系列ボリュームデータは空間的にも時間的にもデータ量が大きくなりやすい．そこで本研究では，空間圧縮であるVDBに動き補償予測を加えて時空間的な圧縮を行う手法を提案する．データ量の圧縮率やPSNRによる誤差の評価実験を行い，動き補償予測によって差分データを加えることで，元のデータとの誤差を小さくし損失を減少できることを実証した．一方，圧縮率については，差分データを全て抽出した場合にVDBよりも低下することを確認した．そこで，数値の変化が小さい頂点を差分データとして抽出しない，という改良を行うことにより，VDBよりも圧縮率が高くなることを実証した． |
| （英） |
In the liquid simulation, the density or velocity information stored as a volume data can be visualized by volume rendering. However, a time-varying volume data tends to be spatially and temporally very large. In this paper, we proposed a spatio-temporal compression method by introducing motion compression prediction in addition to the conventional VDB method. We evaluated a compression radio and compression error by using PSNR and showed that our method can decrease compression error by adding differences created from motion compensation prediction. However, we found that our method caused a worse compression ratio than VDB when extracting all differences. We then improved our method not to extract vertices which changes slightly, and showed better compression ratio than VDB by such the improvement. |
| キーワード |
（和） |
ボリュームデータ / 圧縮 / 動き補償予測 / 時系列データ / / / / |
| （英） |
volume data / compression / motion compensation prediction / time-varying data / / / / |
| 文献情報 |
映情学技報, vol. 44, pp. 115-118, 2020年3月. |
| 資料番号 |
|
| 発行日 |
2020-03-06 (AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
AIT IIEEJ AS CG-ARTS |
| 開催期間 |
2020-03-13 - 2020-03-13 |
| 開催地（和） |
東京工科大学 蒲田キャンパス |
| 開催地（英） |
Tokyo University of Technology |
| テーマ（和） |
映像表現・芸術科学フォーラム2020（Expressive Japan 2020) |
| テーマ（英） |
Expressive Japan 2020 |
| 講演論文情報の詳細 |
| 申込み研究会 |
AS |
| 会議コード |
2020-03-AIT-IIEEJ-AS-ARTS |
| 本文の言語 |
日本語 |
| タイトル（和） |
大規模液体アニメーションデータの動き補償予測に基づく時空間圧縮 |
| サブタイトル（和） |
|
| タイトル（英） |
Spatio-Temporal Compression of Time-Varying Volume Data for Liquid Animation Based on Motion Compensation Prediction |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
ボリュームデータ / volume data |
| キーワード(2)（和/英） |
圧縮 / compression |
| キーワード(3)（和/英） |
動き補償予測 / motion compensation prediction |
| キーワード(4)（和/英） |
時系列データ / time-varying data |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
下村 泰輝 / Taiki Shimomura / シモムラ タイキ |
| 第1著者 所属（和/英） |
東京大学 (略称： 東大)
The University of Tokyo (略称： UT) |
| 第2著者 氏名（和/英/ヨミ） |
金井 崇 / Takashi Kanai / カナイ タカシ |
| 第2著者 所属（和/英） |
東京大学 (略称： 東大)
The University of Tokyo (略称： UT) |
| 第3著者 氏名（和/英/ヨミ） |
/ / |
| 第3著者 所属（和/英） |
(略称： )
(略称： ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2020-03-13 11:20:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
AS |
| 資料番号 |
AIT2020-82 |
| 巻番号（vol） |
vol.44 |
| 号番号（no） |
no.10 |
| ページ範囲 |
pp.115-118 |
| ページ数 |
4 |
| 発行日 |
2020-03-06 (AIT) |