2014 Fiscal Year Annual Research Report
複数手法の統合によるＣＧコンテンツ生成手法に関する研究
| Project/Area Number |
14J08574
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
小山 裕己 東京大学, 情報理工学系研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2014-04-25 – 2017-03-31
|
| Keywords | デザイン支援 / コンピュータグラフィクス / ユーザインタフェース / ヒューマンコンピュータインタラクション |
|---|
| Outline of Annual Research Achievements |
デジタルコンテンツの生成の多くは、その内容にあった特定のソフトウェアを用いて、対象のコンテンツを対話的にデザインしていくことで行われる。そこで2014年度は、多くのソフトウェアにおける対話的なデザインプロセスに共通する「パラメタ調整」というタスクに注目し、これを支援するための研究を行った。より具体的には、特に人間の審美性（好み）に基づいて行われるパラメタ調整の支援に関する研究に取り組んだ。
具体的な内容としては、近年学術的にも産業的にも注目を集めているクラウドソーシングを利用したヒューマンコンピュテーションの枠組みを用い、人間の審美性に関する大量の人間由来のデータを生成し、これに基づいてデザイン空間（パラメタ調整という文脈においては、すなわちパラメタ空間）中における、審美的に「良い」デザインと「良くない」デザインの分布を数値的に解析する手法を提案した。この手法に基づき、実際に対話的にパラメタ調整を行うユーザを支援するためのユーザインタフェースとして、スライダインタフェース及びサジェスティブインタフェースを提案した。これらは、ヒューマンコンピュータインタラクション、機械学習、コンピュータグラフィクス等で提案されている複数の手法を活用した方法論となっている。また、コンピュータグラフィクス技術に基づくコンテンツ生成に関する複数のアプリケーションに対し、これらの方法論を実際に適用し、解析の性能に関する評価、及びユーザテストを通したヒューマンコンピュータインタラクション的側面に関する評価を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
デジタルコンテンツの生成は大まかに、自動的なコンテンツデザインと、対話的なコンテンツデザインとに分類できると考えられる。自動的なコンテンツデザイン生成はデザインに関する目的関数と制約がコンピュータに解釈可能な形式で記述できる場合にのみ有効であり、現実における多くの問題はこれには当てはまらない。本研究課題で取り組むのは基本的には後者の対話的コンテンツデザインの支援であり、これには曖昧な目的関数と制約というデザイン問題において、如何に人間を取り込んだシステムを提案できるが重要であると考えている。
2014年度はその最初のステップとして、クラウドソーシングを利用したヒューマンコンピュテーションの枠組みを活用した対話的なコンテンツデザイン支援手法を提案した。この研究によって、集合知的なアプローチによって近似的に目的関数の内容を推定することが可能となった。ここで残されている課題としては、この目的関数の推定が、あくまでデザインを行う者ではなくクラウドワーカの審美性に拠っているという点が挙げられる。今後は、デザインを行う者自身の審美性を学習していく仕組みを考案することが必要であると考えている。また、専門的知識（すなわちデザイン問題におけるヒューリスティクス）を実装したモジュール群と、推定された目的関数とをうまく統合していくことが必要となってくる。
以上のように、課題は残っているものの、第一歩としての成果は出ており、全体としてはおおむね順調であると考える。
|
| Strategy for Future Research Activity |
「現在までの達成度」の「理由」の項で記述したとおり、今後はデザインを行う者自身の審美性を学習していく仕組みを考案していくことや、専門的知識（すなわちデザイン問題におけるヒューリスティクス）を実装したモジュール群との統合について考察していくことが必要であると考えている。そこで、より具体的な研究推進方策として、以下の三点を挙げる。
1. デザインを行う者自身の審美性を学習していき、それによって効果的なコンテンツデザインが可能となるような枠組みを考案する。このようなアプローチが有効であると考えられるシナリオとしては、例えばデザインを行う者が似たようなコンテンツを大量に生成する必要があり、かつその作業の自動化が困難であるような場合が考えられる。つまり、生成したコンテンツの数が増えれば増えるほど、審美性の学習が進んでいき、残りのコンテンツを生成する際により効率的な支援を行うような枠組みを模索していくことが考えられる。
2. ヒューリスティクスを実装したモジュール群を活用したデザイン支援の枠組みについて、具体的なデザインドメインにフォーカスをあて、開発する。デザインドメインの具体的な候補としては、形状的な性質や物理的な性質などを考慮した、実世界指向の高度な三次元モデリングなどが考えられる。ここでは、形状の 「良し悪し」や物理的性質の「良し悪し」を評価するためのルールがヒューリスティクスであり、それらを用いて効率的にデザインを行うための枠組みを実現する。
3. 以上の2つの考え方を統合し、より一般的なデザインのための枠組みを考案する。
|
Research Products
(2 results)
