2021 Fiscal Year Final Research Report
Human Motion Manifold using Deep Neural Networks
| Project/Area Number |
19K12287
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62040:Entertainment and game informatics-related
|
|---|
| Research Institution | Toyo University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 深層ニューラルネットワーク / 生成モデル / GAN / VAE / キャラクタアニメーション / 動作 |
|---|
| Outline of Final Research Achievements |
We consider that the process that people create various human motions in their minds and the process that people recognize various human motions are complicated and non-linear. And we modeled them using two different kinds of deep neural networks: generative adversarial networks and variational autoencoders. We trained the proposed models using human motion dataset captured with optical motion capture system. And we confirmed that the trained models can generate various natural human motions.
|
| Free Research Field |
知能情報学
|
| Academic Significance and Societal Importance of the Research Achievements |
人間は様々な動作を思い浮かべることができる．このような人間の創造活動の一部を深層ニューラルネットワークによりモデル化できることを示したことが本研究の学術的意義である．また，3次元コンピュータグラフィックスを使用した映画やゲームには人型のキャラクタが登場することが多く，キャラクタの動作を生成・制御・編集することは重要なタスクである．本研究で提案した動作生成モデルによりキャラクタアニメーションの制作が容易になることが期待できる．
|
