-
- 木佐 省吾(学生会員)
- 豊橋技術科学大学
-
- 栗山 繁
- 豊橋技術科学大学
-
- 向井 智彦
- 首都大学東京
書誌事項
- タイトル別名
-
- Human Motion Synthesis and Editing Based on Deep Learning
- シンソウ ガクシュウ ニ モトズク ジンブツ モーション ノ セイセイ ト ヘンシュウ
この論文をさがす
抄録
<p>キャラクタ・アニメーションで用いられるモーションの生成と編集にニューラルネットワークのオートエンコーダで学習した潜在変数空間を用いる手法が提案されているが,次元圧縮して得られる多様体空間の次元数は元データより拡大しており,変数空間の効率的な探索や操作には適していない.また,オートエンコーダ自体もエンコーダとデコーダの各々が単層で構成されているため,多様なモーションを生成することにも適していないと考えられる.本研究では,潜在変数をガウス分布に従わせることのできる2種類の生成的なネットワークの学習をそれぞれ導入し,従来手法よりも低次元な空間に多様なモーションを埋め込むことによって,編集の際の計算量や安定性を向上させる手法を提案する.その応用例として,時間整列等の前処理を必要としない動きの遷移や補間等を取り上げ,特徴を捉えた尤もらしいモーションを生成する性能を検証する.</p>
収録刊行物
-
- 画像電子学会誌
-
画像電子学会誌 47 (4), 440-446, 2018
一般社団法人 画像電子学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1391693801398331776
-
- NII論文ID
- 130007947564
-
- NII書誌ID
- AA12563298
-
- ISSN
- 2186716X
- 13480316
- 02859831
-
- NDL書誌ID
- 029567718
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- NDL
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可