従来の顔への追従投影では事前に作成したテクスチャ画像を顔の形状に合わせて投影し 対象の見た目を操作していたため，複雑な変容を呈示することが困難だった． そこで，Image-to-Image Translationを顔への追従投影に組み合わせることでモデル化が困難な変換をリアルタイムに実行し，複雑な変容を呈示可能になると期待できる． しかし，Image-to-Image Translationは時間を要するため，顔の動きに対して投影像が遅れる問題があった． そのため本稿では，高フレームレート動画を入力とするImage-to-Image Translationを対象として，時系列情報を基に画像変換領域を適応的にスパース化することによるImage-to-Image Translationの高速化手法を提案する． 本稿では，LPTNとFRANと呼ばれる2つのImage-to-Image Translationモデルに対し年齢の変容を学習させ，評価を行った．
参考文献
- 野﨑 亮汰，渡辺 義浩：複雑な変容を呈示する顔への追従投影のための画像変換の高速化の検討，第78回複合現実感研究会，MR2026-6，2026