| 講演抄録／キーワード |
| 講演名 |
2026-06-23 09:20
煙のビジュアルシミュレーションのための2次元密度場からの3次元密度場の再構成
○北ノ原健太・中村 薫・土橋宜典（北大） |
| 抄録 |
（和） |
３次元の煙シミュレーションでは，高解像度な密度場を扱うほどデータ量や計算コストが増加する。本研究では，少数の2次元断面データから３次元密度場を再構成し，ボリュームレンダリングによって描画するシステムを実装した。再構成方法として，線形補間と深層学習による再構成を用い，入力断面数を変化させながら比較を行った。深層学習による再構成では，複数の2次元断面から得られる潜在表現を用いて３次元密度場を生成する。学習時には正解となる3次元密度場を用いた空間学習を行った。比較の結果，線形補間では断面間に横縞状のアーティファクトが見られた。一方，深層学習による再構成では横縞は抑制されたが，高周波成分や細かな乱流構造が失われ，全体的に平滑化された結果となった。本稿では，これらの結果から，少数断面による３次元の煙密度場再構成の特徴と課題について述べる。 |
| （英） |
In 3D smoke simulation, handling high-resolution density fields increases both data size and computational cost. In this study, we a system that reconstructs a 3D density field from a small number of 2D cross-sectional density data and visualizes it using volume rendering. As reconstruction methods, we compared linear interpolation and deep-learning-based reconstruction while varying the number of input cross sections. In the deep-learning-based reconstruction, a 3D density field is generated from latent representations obtained from multiple 2D cross sections. During training, latent-space learning is performed using the ground-truth 3D density field. The comparison showed that linear interpolation produced horizontal stripe-like artifacts In contrast, deep-learning-based reconstruction reduced such stripe artifacts, but lost high-frequency components and fine turbulent structures, resulting in an overall smoothed density field. Based on these results, this paper discusses the characteristics and remaining issues of 3D smoke density field reconstruction from sparse 2D cross sections. |
| キーワード |
（和） |
流体シミュレーション / 深層学習 / ボリュームレンダリング / 密度場再構成 / / / / |
| （英） |
Fluid simulation / Deep learning / Volume rendering / Density field reconstruction / / / / |
| 文献情報 |
映情学技報, vol. 50, pp. 30-33, 2026年6月. |
| 資料番号 |
|
| 発行日 |
2026-06-15 (AIT) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IIEEJ AIT |
| 開催期間 |
2026-06-22 - 2026-06-23 |
| 開催地（和） |
早稲田大学 西早稲田キャンパス |
| 開催地（英） |
Waseda Univ. |
| テーマ（和） |
画像一般（色再現，立体映像，CG，VR，アニメーション技術，画像処理，ME関係，画像符号化など幅広く扱います．年次大会投稿に向けた議論の場としても歓迎します．） |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
IIEEJ |
| 会議コード |
2026-06-IIEEJ-AIT |
| 本文の言語 |
日本語 |
| タイトル（和） |
煙のビジュアルシミュレーションのための2次元密度場からの3次元密度場の再構成 |
| サブタイトル（和） |
|
| タイトル（英） |
Reconstruction of 3D Density Fields from 2D Density Fields for Visual Simulation of Smoke |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
流体シミュレーション / Fluid simulation |
| キーワード(2)（和/英） |
深層学習 / Deep learning |
| キーワード(3)（和/英） |
ボリュームレンダリング / Volume rendering |
| キーワード(4)（和/英） |
密度場再構成 / Density field reconstruction |
| 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） |
北ノ原 健太 / Kenta Kitanohara / キタノハラ ケンタ |
| 第1著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
中村 薫 / Kaoru Nakamura / ナカムラ カオル |
| 第2著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
土橋 宜典 / Yoshinori Dobashi / ドバシ ヨシノリ |
| 第3著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 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： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-06-23 09:20:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
IIEEJ |
| 資料番号 |
AIT2026-183 |
| 巻番号（vol） |
vol.50 |
| 号番号（no） |
no.18 |
| ページ範囲 |
pp.30-33 |
| ページ数 |
4 |
| 発行日 |
2026-06-15 (AIT) |