モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
機械学習ディープラーニングCGCGへの扉GAN強化学習ニューラルネットワークモリカトロンAIラボインタビュー三宅陽一郎月刊エンタメAIニュースQA音楽敵対的生成ネットワークCEDEC2019デバッグOpenAIスクウェア・エニックスCEDEC2020ゲームAI不完全情報ゲーム深層学習シナリオAIと倫理ビヘイビア・ツリーNVIDIA映画SIGGRAPHGDC 2019VRキャラクターAIボードゲームルールベースグーグルDeepMindFacebookVFX遺伝的アルゴリズムメタAI畳み込みニューラルネットワークロボットファッションGoogleStyleGANプロシージャルJSAI2020人工知能学会イベントレポート森川幸人水野勇太ガイスターマイクロソフトtoioCNNTensorFlowGDC SummerモリカトロンマルチエージェントナビゲーションAIeSports小説自然言語処理AlphaZero環世界中島秀之アートHTN階層型タスクネットワークスポーツ自動生成研究ディープフェイクDARPAGPT-3メタデータOpenAI Five本間翔太CM倫理ピクサーAdobe作曲中嶋謙互Amadeus Codeキャリアテストプレイeスポーツ音声認識PyTorchDQN眞鍋和子バンダイナムコスタジオBLUE PROTOCOLシーマンUnity齊藤陽介お知らせサルでもわかる人工知能ワークショップGenvid Technologies知識表現IGDAどうぶつしょうぎCLIPジェイ・コウガミ音楽ストリーミングマシンラーニングクラウドカメラ完全情報ゲーム坂本洋典釜屋憲彦藤澤仁生物学長谷洋平懐ゲーから辿るゲームAI技術史masumi toyota河合律子宮路洋一SIGGRAPH ASIAソニーフェイクニュースドローンシムピープルGPUALife人工生命オルタナティヴ・マシンサウンドスケープASBSぱいどんTEZUKA2020AI美空ひばり手塚治虫汎用人工知能Electronic ArtsマーケティングApex LegendsNinjaゲームTENTUPLAYMARVEL Future Fightタイムラプスバスキアブロックチェーン通しプレイ階層型強化学習WANN竹内将馬淵浩希岡島学映像セリア・ホデントUX認知科学ゲームデザインLUMINOUS ENGINELuminous Productionsパターン・ランゲージちょまどビッグデータMicrosoftMicrosoft Azureアストロノーカ模倣学習ナラティブFPSマルコフ決定過程スタンフォード大学パラメータ設計テニスバランス調整レコメンドシステム対話型エージェント協調フィルタリング人狼知能Amazon軍事AlphaDogfight TrialsエージェントシミュレーションゲームプレイAIStarCraft IIFuture of Life InstituteIntelロボティクスLAIKARotomationドラゴンクエストライバルズ不確定ゲームDota 2モンテカルロ木探索ソーシャルゲームEmbeddingGTC2020NVIDIA MAXINE淡路滋ビデオ会議グリムノーツゴティエ・ボエダGautier Boeda階層的クラスタリングaiboJuliusSIETPRGバーチャル・ヒューマン・エージェントtoio SDK for Unityクーガー田中章愛石井敦銭起揚茂谷保伯MinecraftGDMCマインクラフト成沢理恵MITメディアラボ著作権マジック・リープAIアートMagic Leap OneMagendaノンファンジブルトークンDDSPサッカー里井大輝KaggleバスケットボールAssassin’s Creed OriginsSea of ThievesGEMS COMPANYmonoAI technologyアバター初音ミクOculus転移学習テストBaldur's Gate 3Candy Crush SagaSIGGRAPH ASIA 2020VAEデバッギングBigGANアニメーションMaterialGANリップシンキングRNNUbisoftReBeLUbisoft La Forge自動運転車VolvoRival Prakウォッチドッグス レギオンユービーアイソフトNPC北尾まどかHALO将棋メタルギアソリッドVFSMDALL-Eナップサック問題汎用言語モデルSpotifyMITReplica StudioStyleGAN2amuseChitrakar巡回セールスマン問題ジョルダン曲線5GMuZeroクラウドゲーミングRival Peak和田洋一リアリティ番組Stadiaジョンソン裕子MILEs対話エンジンインタラクティブ・ストリーミング斎藤由多加インタラクティブ・メディアリトル・コンピュータ・ピープルシーマン人工知能研究所コンピューティショナル・フォトグラフィーLudoゴブレット・ゴブラーズTransformerSIGGRAPH 2019ArtEmis絵画ARGPT-2GROVERFAIRAIりんなチート検出オンラインカジノアップルRealFlowiPhoneシミュレーションDeep FluidsMeInGameAIGraphブレイン・コンピュータ・インタフェースBCILearning from Video予期知能ウェイポイントユクスキュルパス検索カント哲学ドラゴンクエストエージェントアーキテクチャPAIROCTOPATH TRAVELER画像認識西木康智OCTOPATH TRAVELER 大陸の覇者アルスエレクトロニカ2019StyleCLIPDeNAStyleRig逆転オセロニアNFT奥村エルネスト純齋藤精一高橋智隆鴫原盛之ロボユニザナック泉幸典仁井谷正充ロボコレ2019安藤幸央ぎゅわんぶらあ自己中心派意思決定モデルウロチョロス理化学研究所教育LEFT ALIVE長谷川誠Baby Xロバート・ダウニー・Jr.YouTubeSFThe Age of A.I.レコメンデーションテンセントMOBA人事研修mynet.ai人工音声プレイ動画NBA群知能ウィル・ライトシムシティレベルデザインSporeデノイズ画像処理CPUGMAITRPGウィザードリィAI Dungeon西川善司サムライスピリッツゼビウスストリートファイター栗原聡山野辺一記大里飛鳥マンガ13フェイズ構造手塚眞不気味の谷Oculus Quest生体情報写真照明山崎陽斗立木創太松井俊浩スパーシャルAIGameGANパックマンソサエティ5.0SIGGRAPH 2020DIB-R3D広告

2D画像だけで大丈夫。3D画像や3Dオブジェクトを自動生成するAIまとめ

2020.7.27ゲーム

2D画像だけで大丈夫。3D画像や3Dオブジェクトを自動生成するAIまとめ

Instagramが流行していることから分かるように、2D画像は世界に溢れています。というのも、スマホさえあれば2D画像は誰でも簡単に撮影できるからです。対して3D画像または3Dオブジェクトの撮影や生成は、誰でもできるというわけではありません。そんななか、敷居の高い3D画像・3Dオブジェクトの生成をAIによって自動化する研究が、近年次々と発表されています。この記事では、そうした研究事例を3つほど紹介します。

2D画像から3Dオブジェクトを生成するNVIDIAの「DIB-R」

GPU大手メーカーのNVIDIAは2019年12月、2D画像から3Dオブジェクトを生成するAIモデルを発表しました。「DIB-R」(Differentiable Interpolation-based Renderer:微分可能な補間ベースのレンダラーの略称)と名づけられたこのAIは、与えられた2D画像から3Dオブジェクトの形状、色、質感、さらには照明の位置を予測します。こうした同AIの処理は、人間がふたつの眼球から得られた2次元的情報を脳内で3次元情報に変換する認知活動に類似したものと言えます。

DIB-Rを開発するにあたっては、学習データとして200種の鳥の2D画像を集めた「CUB-200」が使われました。学習済みの同AIは、鳥だけではなくティラノサウルスやドードー鳥といった絶滅した動物の3Dオブジェクトを100ミリ秒未満で生成できるようになりました。

DIB-Rの応用には、自律型ロボットへの実装が考えられます。例えば、工場内で貨物を自律的に運搬するロボットには、周囲を3次元的に認識する能力が求められます。自律型運搬ロボットに同AIを実装すれば、単眼カメラで撮影した画像から周囲の状況を3次元的に認識できるようになるのです。

参考論文:Learning to Predict 3D Objects with an Interpolation-based Differentiable Renderer

単眼スマホカメラで撮影した2D画像の3D化に成功したFacebook

Facebook AI研究所は2020年2月、単眼スマホカメラで撮影してFacebookに投稿した2D画像を3D画像に変換できるようになったことを発表しました。実のところ、iPhone Xのようなデュアルカメラを実装したスマホで撮影した2D画像を3D画像に変換することはすでに実現していました。単眼スマホカメラにおいても3D化に成功したのは、AIによってデュアルカメラを使った深度測定と同等の処理が可能となったからです。

2D画像を3D画像に変換する際に必要となるのが深度マップです。深度マップとは、2D画像内の奥行を表したものです。カメラから等しい距離にある被写体は同じ深度となり、2D画像に写っている空間全体では異なった深度が等高線のように分布しています。こうした深度は、通常、ふたつのカメラを使って測定されます。同一の被写体をふたつのカメラで撮影した時のずれ(視差と呼ばれる)から奥行を算出するのです。人間がふたつの眼で奥行を知覚するのも、こうした視差によるものです。

Facebookの研究チームは、以上のような視差を使わずに深度を算出する方法を開発しました。その方法とは、AIによって深度を高精度に推論するというものでした。こうしたAIは、2D画像を入力、3D画像および深度マップを出力に設定して学習を重ねることによって実現しました。学習に際しては、どんな2D画像が与えられても正しく深度が推論できるように、多種多様な3D画像が大量に用意されました。

深度推論AIが完成しても、このAIを単眼カメラを実装しているようなミドルクラスのスマホで実行するには、克服しなければならない問題がありました。ミドルクラスのスマホの演算能力は高くないので、低い演算能力でAIを実行するようなアルゴリズムが必要となるのです。この問題は、CharmNetと名づけられたAIのアルゴリズムをスマホで実行できるように最適化する技術を開発することによって解決しました。

Facebookの研究チームは、動画の深度を推論するAI開発にも取り組んでいます。多数の静止画を並べたものと見なせる動画においては、深度推論を連続的かつ短時間で実行する必要があります。もっとも、隣接する静止画では同じような深度分布になるので、深度推論処理の効率化が開発のカギとなるでしょう。

DeepMindのPolyGenは3Dオブジェクトの画像からポリゴンを推論する

DeepMindは2020年2月、3Dオブジェクトの画像からポリゴンの構造を推論するモデル「PolyGen」を発表しました。このAIは、前述したDIB-Rや深度推論AIが3Dオブジェクトや3D画像を生成するのとは異なり、3Dオブジェクトの内部構造を推論するというものです。

3Dオブジェクトは、多数の三角形が立体的につながって複雑な形状を表現しています。形状を形成する三角形は、ポリゴンと呼ばれます。そして、ポリゴンで形成された多角形に面を貼り付けると、ボリュームのある3Dオブジェクトとなります。さらに、この3Dオブジェクトの表面に画像を貼り付け、光を当てて陰影を加えると、リアルな3D表現が実現します。

PolyGenは、任意の3Dオブジェクトの画像を入力として与えると、ポリゴンを構成する頂点の数と面の数をそれぞれ推論して、3Dオブジェクトの内部構造を出力します。同AIが革新的なのは、入力画像として与えられる3Dオブジェクトはひとつの側面からしか見えていないにもかかわらず、裏側の構造まで推論するところです。

PolyGenの学習にあたっては、ShapeNetと呼ばれる3Dオブジェクトのデータセットが使われました。完成した同AIは、頂点の数を約85%、面の数を約90%の精度で正しく推論することが確認されました。

参考論文:PolyGen: An Autoregressive Generative Model of 3D Meshes

以上のように、専門知識と経験が必要な3D画像や3Dオブジェクトの生成のAIによる自動化は、大手IT企業を中心にさかんに研究されています。そして、こうした研究は、ゲーム開発、カメラアプリの画像加工処理、さらには拡張現実に応用されることでしょう。

Writer:吉本幸記

RELATED ARTICLE関連記事

【GDCSummer】多様なプレイスタイルを学習し、FPSを人間のようにテストプレイするAIの育て方

2020.9.23ゲーム

【GDCSummer】多様なプレイスタイルを学習し、FPSを人間のようにテストプ...

ゲーマーの脳波に関する研究に投資するDARPAが目指す“第三の波”

2020.2.27先端技術

ゲーマーの脳波に関する研究に投資するDARPAが目指す“第三の波”

パックマンだけではない。GANを使ったゲーム開発事例を紹介

2020.6.26ゲーム

パックマンだけではない。GANを使ったゲーム開発事例を紹介

RANKING注目の記事はこちら