Surface Texture Heightmap Generation with StyleGAN2-ADA and Tactile Sensation Optimization Using CNN
StyleGAN2-ADAによる表面テクスチャハイトマップ生成とCNNを用いたその触感最適化

中西 大樹 （2025年3月博士前期課程修了）

本研究では、ハイトマップの外観生成にStyleGAN2-ADA18) を用い、触感最適化にはCNN を利用する手法を提案する。これまでGANは主に画像生成やスタイル転送に用いられてきたが、ハイトマップ生成には適用されてこなかったため、先駆的な試みと言える。StyleGAN2-ADA を活用することで、少ないデータからでも効率的に高品質かつ多様なハイトマップ生成が可能となる。さらに、CNN を用いることによりハイトマップの詳細な形状情報を考慮した最適化を図るとともに、GPU を利用した高速化によるリアルタイムでの触感最適化を実現する。

In this study, we propose a method that uses StyleGAN2-ADA18) to generate the appearance of the height map and uses CNN for haptic optimization. Up to now, GANs have been mainly used for image generation and style transfer, but this is a pioneering attempt because they have not been applied to height map generation. By using StyleGAN2-ADA, it is possible to efficiently generate high-quality and diverse heightmaps even with a small amount of data. Furthermore, by using CNN, we can optimize the height map while taking into account detailed shape information, and we can achieve real-time haptic optimization by using a GPU to speed up the process.