Generative Adversarial Networksを用いたキーポーズからのキャラクタ動作生成

• Item type: SIG Technical Reports(1)
• 公開日: 2019-02-26
• タイトル: Generative Adversarial Networksを用いたキーポーズからのキャラクタ動作生成
• タイトル / 言語: en
• タイトル: Keypose-based character motion synthesis using generative adversarial networks
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: Kyoto University
• 著者所属: Kyoto University
• 著者所属: The University of Edinburgh
• 著者所属(英): en
• 著者所属(英): Kyoto University
• 著者所属(英): en
• 著者所属(英): Kyoto University
• 著者所属(英): en
• 著者所属(英): The University of Edinburgh
• 著者名: 渡辺, 祐貴; 中澤, 篤志; 幸村, 琢
• 著者名(英): Yuki, Watanabe; Atsushi, Nakazawa; Taku, Komura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，Generative Adversarial Networks (GAN) を利用した，キーポーズを入力とするキャラクタ動作生成手法を提案する．GAN は主に画像分野において優れた性能を示している手法であり，複数のネットワークの敵対的学習により多様かつ質の高い生成を行うことが出来る．提案手法では，この GAN のフレームワークを動作生成に取り入れることで，疎なキーポーズの入力をもとに多様な動作を生成することが可能となった．また，GAN の学習は一般に安定しづらく，特にある程度以上長い動作の学習・生成は困難であった．そこで本手法で用いるネットワークでは，Wasserstein GAN (WGAN) や Progressive Growing GAN (PGGAN) といった画像分野で開発された新たな手法を応用することで，長い系列の生成に対して安定した学習と質の高い生成を可能にした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper shows a novel human motion synthesis method based on Generative Adversarial Networks (GANs). GANs is a framework for generating new examples by obtaining generative models through the training a pair of adversarial neural networks, which shows remarkable progress in image generation. We introduce this framework to character motion synthesis and archive various high-quality motion synthesis from sparse key poses. The proposed method includes several techniques for stably training model that are shown in previous GANs methods for image generation such as Wasserstein GAN and Progressive Growing GAN, which results in successful training of networks for generating long series of frames in character motion.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10100541
• 書誌情報: 研究報告コンピュータグラフィックスとビジュアル情報学（CG）; 巻 2019-CG-173, 号 2, p. 1-7, 発行日 2019-02-26
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8949
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会