本年度における研究実績は大きく次の二点からなる。 第一に、創作者個人の好みを推定することでCGコンテンツの生成(制作・編集)を支援する手法の研究に関して、研究発表を行なった点である。この手法は、個人の創作者に由来するコンテンツ編集データに対して機械学習の技術を適用することで、その個人の好みの傾向を計算モデル化する。更に、このモデルとこれに特化したユーザインタフェースを効果的に統合することで、その後のCGコンテンツの生成(制作・編集)を支援するという手法である。この研究では特に写真の色調編集の支援を具体的な対象として想定し研究を実施した。この成果をまとめた論文内容について、Human-Computer Interaction分野のトップ国際会議であるCHIにて登壇発表を行なった他、開発したシステムをオープンソースソフトウェアとして公開し、研究内容を動画としてまとめYouTubeに公開した。 第二に、ヒューマンコンピュテーションとベイズ最適化を統合することによってCGコンテンツの生成(制作・編集)を行う手法の研究に関して、方法論の構築・システムの実装・実証実験の実施・論文の執筆及び投稿を行なった点である。この手法は、マイクロタスク型クラウドソーシングに基づくヒューマンコンピュテーションの枠組みを活用することでCGコンテンツの質の良し悪しに関する情報を取得し、ベイズ最適化と似た戦略に基づいて最終的に生成されるCGコンテンツを決定する手法である。この研究では特に写真の色調編集及び物体材質のデザインの支援を具体的な対象として想定して研究を実施した。この成果をまとめた論文はComputer Graphics分野のトップ国際論文誌であるACM Transactions on Graphicsへの採択が決まっている他、同分野のトップ国際会議であるSIGGRAPHでも発表予定である。
|