| 研究課題/領域番号 |
21K12192
|
|---|
| 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 | 九州工業大学 |
|---|
研究代表者 |
尾下 真樹 九州工業大学, 大学院情報工学研究院, 教授 (20363400)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 動作生成 / 深層学習 / 遷移動作 / 動作遷移 / 仮想人間 / コンピュータゲーム |
|---|
| 研究開始時の研究の概要 |
現在、コンピュータゲームなどの用途では、あらかじめモーションキャプチャ機器等を用いて作成された短い基本動作データを順番に再生することでキャラクタの連続的な動作を実現する方法が一般的に用いられている。この方法では、あらかじめ準備された動作間・タイミングでの動作遷移しか行うことができず、現実の人間のように現在の動作から次の動作への急激な動作遷移を含むような即応的な動作生成は実現できない。本研究で開発する手法では、高レベルの足や重心の軌道を生成する機械学習モデルと、低レベルの全身動作生成のための機械学習モデルを組み合わせることで、連続的・即応的な動作生成を実現する。
|
| 研究成果の概要 |
本研究課題では、仮想人間の連続的・即応的な動作生成を実現するために、入力された動作データの間をつなぐ遷移動作を生成する手法の開発に取り組んだ。足や腰の軌道データを深層学習の入出力として動作生成を行う手法と、姿勢・動作データを深層学習モデルの入出力として動作生成を行う方法の、両方のアプローチでの手法の開発に取り組んだ。深層学習を用いた遷移動作生成については、従来手法と比較して有効性のある手法は実現できなかったものの、群衆シミュレーションのための周辺状況画像を入出力とする深層学習を用いた仮想人間の移動制御手法を開発した。
|
| 研究成果の学術的意義や社会的意義 |
深層学習を用いて遷移動作を生成する方法として、研究開発当初に計画していた足や腰の軌道データを深層学習の入出力として動作生成を行う手法と、姿勢・動作データを深層学習モデルの入出力として動作生成を行う方法の、両方のアプローチを示した。また、本研究で開発した深層学習による移動制御手法は、コンピュータアニメーションやメタバースなどでの、群衆のアニメーション生成への応用が期待される。
|
