| 研究課題/領域番号 |
19K12287
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62040:エンタテインメントおよびゲーム情報学関連
|
|---|
| 研究機関 | 東洋大学 |
|---|
研究代表者 |
村上 真 東洋大学, 総合情報学部, 准教授 (80329119)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2020年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2019年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
|
|---|
| キーワード | 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 / 人物動作 / ディープラーニング |
|---|
| 研究開始時の研究の概要 |
3次元コンピュータグラフィックスを使用した映像コンテンツには人型のキャラクタが登場し，人のように行動することが多い．本研究の目的は，多様で自然なキャラクタの動作を生成することができるシステムを構築することである．本研究では，動作の生成過程は複雑で非線形だと考え，この過程を深層ニューラルネットワークによりモデル化する．ネットワークの学習の際に，生成とは逆の過程（推論過程）も同様に深層ニューラルネットワークにより表現し，両ネットワークのパラメータを推定する．このようにすることで，動作の生成過程と推論過程を明らかにする．
|
| 研究成果の概要 |
本研究では，人間が動作を思い浮かべる動作生成過程と人間が動作を認識する動作推論過程は複雑で非線形だと考え，この両過程を深層ニューラルネットワークによりモデル化した．具体的には，Generative Adversarial NetworksとVariational AutoEncodersと呼ばれる2種類の異なる手法を用いて両過程をモデル化し，モーションキャプチャシステムにより収録した動作データを用いて提案モデルを学習した．学習済の生成モデルを使用することで自然で多様な動作が生成可能であることを示した．
|
| 研究成果の学術的意義や社会的意義 |
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．
|
