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
CGCGへの扉機械学習安藤幸央ディープラーニングGAN月刊エンタメAIニュース河合律子OpenAIニューラルネットワーク音楽NVIDIA強化学習三宅陽一郎吉本幸記FacebookQA人工知能学会GPT-3自然言語処理大内孝子敵対的生成ネットワークGoogleDeepMindキャラクターAIスクウェア・エニックス森川幸人モリカトロンAIラボインタビュールールベースシナリオAIと倫理グーグルデバッグDALL-E2StyleGAN映画倫理ゲームプレイAIマイクロソフトNFTアート自動生成SIGGRAPHメタAIロボット深層学習CEDEC2019プロシージャル遺伝的アルゴリズムDALL-Eテキスト画像生成ビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIデジタルツインメタバーステストプレイモリカトロン不完全情報ゲームVRナビゲーションAINPC畳み込みニューラルネットワークCLIPGDC 2021JSAI2022VFXGDC 2019マルチエージェントCEDEC2022AIアートボードゲーム画像生成ファッション懐ゲーから辿るゲームAI技術史toioCNNAdobeStable DiffusionUnity著作権小説鴫原盛之HTN階層型タスクネットワーク汎用人工知能JSAI2020TensorFlowインタビューBERTMicrosoftイベントレポート対話型エージェントロボティクス水野勇太アニメーションGenvid Technologiesガイスター画像生成AIStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルマンガマーケティングGDC SummerバーチャルヒューマンブロックチェーンMidjourneyアストロノーカキャリアNVIDIA OmniverseeスポーツAmazoneSportsDQNBLUE PROTOCOLシーマンMinecraftアバターOmniverseUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学理化学研究所SIGGRAPH ASIADARPAドローンシムシティImagenバイアスMCS-AI動的連携モデルモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫バンダイナムコ研究所スパーシャルAIElectronic ArtsメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサープラチナエッグイーサリアム作曲ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILE模倣学習ナラティブアーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事サイバーエージェント田邊雅彦トレーディングカードトレカ音声認識メディアアートPyTorch眞鍋和子バンダイナムコスタジオaibo合成音声Meta齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAE3DCGリップシンキングUbisoft La Forge自動運転車ワークショップ知識表現ウォッチドッグス レギオンIGDA秋期GTC2022どうぶつしょうぎEpic Gamesジェイ・コウガミ音楽ストリーミングMITAIロボ「迷キュー」に挑戦野々下裕子徳井直生マシンラーニング5GMuZeroRival Peakクラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルCodexコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画rinnaシミュレーションデジタルヒューマン完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索対談ベリサーブ藤澤仁生物学Playable!GTC 2022画像認識SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldEarth-2MagentaSFELYZA PencilGTC2021CycleGANデータマイニングNetHackはこだて未来大学キャラクターモーションフェイクニュースエージェントRPGSIGGRAPH 2022AIボイスアクターNVIDIA CanvasGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープASBS栗原聡ぱいどんテキスト生成不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST3D音声合成西成活裕Apex LegendsELIZA群衆マネジメントNinjaコンピュータRPGライブビジネスアップルタウン物語新型コロナKELDIC周済涛メロディ言語清田陽司ゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史タイムラプスEgo4DAI哲学マップバスキア星新一日経イノベーション・ラボStyleGAN-XL敵対的強化学習StyleGAN3階層型強化学習GOSU Data LabGANimatorWANNGOSU Voice AssistantVoLux-GAN竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGAN馬淵浩希Cygamesニューラルレンダリング岡島学AWS SagemakerPLATO映像セリア・ホデント形態素解析frame.ioUXAWS LambdaFoodly誤字検出森山和道認知科学中川友紀子ゲームデザインSentencePieceアールティLUMINOUS ENGINELuminous ProductionsBlenderBot 3パターン・ランゲージ竹村也哉Meta AIちょまどマーク・ザッカーバーグGOAPWACULAdobe MAX 2021自動翻訳AIライティングOmniverse AvatarAIのべりすとFPSNVIDIA RivaQuillBotマルコフ決定過程NVIDIA MegatronCopysmithNVIDIA MerlinJasperスタンフォード大学NVIDIA Metropolisパラメータ設計テニスバランス調整協調フィルタリング人狼知能テキサス大学AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleMax CooperFuture of Life InstituteRendering with StyleIntelDisney類家利直LAIKADisneyリサーチヴィトゲンシュタインRotomationGauGAN論理哲学論考GauGAN2京都芸術大学ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021PromptBaseDota 2モンテカルロ木探索ディズニーリサーチMitsuba2バンダイナムコネクサスソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューGTC2020CG衣装mimicNVIDIA MAXINEVRファッションBaidu淡路滋ビデオ会議ArtflowERNIE-ViLGグリムノーツEponym古文書ゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCR画像判定JuliusSIE鑑定ラベル付けTPRGOxia Palus大澤博隆バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングクーガー田中章愛実況パワフルサッカー石井敦銭起揚NHC 2021桃太郎電鉄茂谷保伯池田利夫桃鉄GDMC新刊案内パワサカマーベル・シネマティック・ユニバースコナミデジタルエンタテインメント成沢理恵MITメディアラボMCU岩倉宏介アベンジャーズPPOマジック・リープDigital DomainMachine Learning Project CanvasMagendaMasquerade2.0国立情報学研究所ノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹サッカーモリカトロン開発者インタビュースパコン里井大輝Kaggle宮本茂則スーパーコンピュータバスケットボール山田暉松岡 聡Assassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0Sea of ThievesTSUBAME 2.0GEMS COMPANYmonoAI technologyLSTMABCIモリカトロンAIソリューション富岳初音ミクOculusコード生成AISociety 5.0転移学習テストAlphaCode夏の電脳甲子園Baldur's Gate 3Codeforces座談会Candy Crush Saga自己増強型AItext-to-imageSIGGRAPH ASIA 2020COLMAPtext-to-3DADOPNVIDIA GET3DデバッギングBigGANGANverse3DDreamFusionMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップStability AINovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALO市場分析ポーズ推定将棋メタルギアソリッドVフォートナイトメッシュ生成FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioAWSamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe Research政治Galacticaクラウドゲーミングがんばれ森川君2号pixiv和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティMILEsNightCafe東芝デジタルソリューションズインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AIインタラクティブ・メディアポケモン3DスキャンPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtARWaifu DiffusionGROVERプラスリンクス ~キミと繋がる想い~元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPMicrosoft DesignerアップルRealFlowRinna Character PlatformイラストiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクター大規模言語モデルBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリPaLMセコムGitHub Copilotユクスキュルバーチャル警備システムCode as Policiesカント損保ジャパンCaP上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックPAIROCTOPATH TRAVELERChatGPT西木康智GPT-3.5OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]アルスエレクトロニカ2019品質保証YCAMStyleRigAutodeskアンラーニング・ランゲージ逆転オセロニアBentley Systemsカイル・マクドナルドワールドシミュレーターローレン・リー・マッカーシー奥村エルネスト純いただきストリートH100鎖国[Walled Garden]​​プロジェクト齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022高橋智隆DGX H100VToonifyロボユニザナックDGX SuperPODControlVAE泉幸典仁井谷正充クラウドコンピューティング変分オートエンコーダーロボコレ2019Instant NeRFフォトグラメトリartonomous回帰型ニューラルネットワークbitGANsDeepJoinぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Service意思決定モデル脱出ゲームDeepLHybrid Reward Architectureコミュニティ管理DeepL WriteウロチョロスSuper PhoenixSNSProject Malmoオンラインゲーム気候変動Project PaidiaProject Lookoutマックス・プランク気象研究所Watch Forビョルン・スティーブンスBing気象モデルLEFT ALIVE気象シミュレーション長谷川誠ジミ・ヘンドリックス環境問題Baby Xカート・コバーンエコロジーロバート・ダウニー・Jr.エイミー・ワインハウスSDGsYouTubeダフト・パンクメモリスタGlenn MarshallThe Age of A.I.Story2Hallucination音声変換レコメンデーションJukebox松尾豊Veap JapanEAPテンセントSIFT福井千春DCGAN医療MOBADANNCEメンタルケア人事ハーバード大学Edgar Handy研修デューク大学Netflixmynet.aiローグライクゲーム東京大学東京理科大学人工音声NeurIPS 2021産業技術総合研究所リザバーコンピューティングプレイ動画ヒップホップソニーマーケティングサイレント映画もじぱNBA環境音暗号通貨現代アートFUZZLEAlteration粒子群最適化法進化差分法オープンワールド群知能下川大樹AIFAウィル・ライト高津芳希P2E大石真史BEiTStyleGAN-NADAレベルデザインDETRゲームエンジンSporeUnreal Engineデノイズ南カリフォルニア大学Unity for Industry画像処理SentropyGLIDECPUDiscordAvatarCLIPSynthetic DataCALMプログラミングサム・アルトマンソースコード生成LaMDAGMAIシチズンデベロッパーSonanticTRPGGitHubCohereウィザードリィMCN-AI連携モデルマジック:ザ・ギャザリングAI DungeonUrzas.ai介護西川善司並木幸介Kikiサムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットストリートファイター半導体Digital Dream LabsTopaz Video Enhance AICozmoDLSSタカラトミー山野辺一記NetEaseLOVOT大里飛鳥DynamixyzMOFLINRomiU-Netミクシィ13フェイズ構造アドベンチャーゲームユニロボットADVユニボXLandGatoAGI手塚眞DEATH STRANDINGマルチモーダルEric Johnson汎用強化学習AIデザインOculus Questコジマプロダクションロンドン芸術大学生体情報デシマエンジンGoogle BrainインディーゲームSound Control写真高橋ミレイSYNTH SUPER照明Maxim PeterKarl SimsJoshua RomoffArtnomeハイパースケープICONATE山崎陽斗深層強化学習立木創太松原仁浜中雅俊ミライ小町武田英明テスラ福井健策GameGANパックマンTesla BotNEDOTesla AI DayWikipediaソサエティ5.0SphereSIGGRAPH 2020バズグラフXaver 1000ニュースタンテキ養蜂東芝BeewiseDIB-R倉田宜典フィンテック投資韻律射影MILIZE広告韻律転移三菱UFJ信託銀行

【GDC 2021】ニューラルネットワークによるフルボディアニメーションの生成

2021.8.25ゲーム

【GDC 2021】ニューラルネットワークによるフルボディアニメーションの生成

8月19日から23日まで開催されたGDC 2021では「表現力豊かなNPCのためのフルボディアニメーション生成」と題されたビデオセッションが行われました。このセッションでは、中国大手ゲームメーカーNetEaseが開発したNPCのアニメーションを生成するニューラルネットワークモデルが解説されました。以下では、アニメーション生成モデルが開発された背景とそのアーキテクチャをまとめていきます。

既存アニメーション演出の限界

『荒野行動』『Identity V 第五人格』等を開発・運営するNetEaseは、NPCに実装するアニメーションを大量に制作しています。従来のアニメーション制作業務には、2つの問題点がありました。1つめの問題は、時間的な制作コストです。10秒のアニメーションを作るのに2日、長い時には1週間を要します。制作コストが高いために、制作したアニメーションをつなぎ合わせて実装することも少なくありませんでした。しかし、こうした方法ではアニメーションが単調になってしまいます。

2つめの問題は、アニメーションをつなぎ合わせる際に使う補間関数に関することです。あらゆるアニメーション連結を高品質に実行する補間関数は、現状では存在しません。つなぎ合わせたアニメーションは、微妙に品質が劣化してしまうのです。

以上のような問題点を克服するために、NetEaseはNPCの動作に合わせてアニメーションを生成する技術を開発することにしました。この技術の要求仕様として、短時間で変化に富むアニメーションを生成できることを掲げました。

アニメーション生成モデルの基本構造

アニメーション生成技術の開発には、ニューラルネットワークが使われました。このニューラルネットワークには、入力がNPCの音声、出力がアニメーションとなる「speech-to-animation」 というアーキテクチャが採用されました。出力はNPCの顔と胴体に実装するフルボディアニメーションとなるのですが、生成処理としては顔下部、顔上部、そして胴体の3か所を別個に生成したうえで、最終的にひとつのアニメーションに統合するようにしました。

speech-to-animationモデルの訓練に必要となる学習データは、光学式モーションキャプチャーと表情をキャプチャーするシステム「Dynamixyz」を使って人間の俳優の動作を収集して作成しました。動作の採集に際しては、顔下部は28か所、顔上部は23か所、胴体は76か所から動きをキャプチャーしました。

特徴量を絞り込んだ顔のモデル開発

以上のようにして採集した学習データは、出力となるアニメーションに関わるものです。入力となる音声に関する学習データの採集にあたっては、人間の音声を音源としました。こうした音源には、話者固有の声の震えがふくまれています。発話に対応したアニメーションを生成するには、声の個性を司る声の震えは不可欠な情報ではありません。それゆえ、声の震えは入力音声に関する学習データの特徴量として採用しませんでした。特徴量として採用されたのは、音声データにふくまれる音素でした。音素とは、統語論的に単語より小さい発音を聞き分ける最小単位を意味します。

一般に音声データの処理には、時系列データに活用されるニューラルネットワークであるLSTMが使われます。しかし、LSTMは処理に時間がかかるという欠点があります。それゆえ、顔下部のアニメーション生成モデルには画像認識に活用されるCNNを採用しました。CNNは並列処理に優れているので、多数のフレームを同時に処理できます。CNNを採用したことにより、15秒のアニメーションを生成するのに要する時間がLSTMでは500~800ミリ秒に対して、20~60ミリ秒に短縮できました。

顔上部のアニメーション生成モデル開発に際しては、入力音声データの特徴量として顔下部と同様に声の震えは削除したうえで、音素より統語論的に大きい単位である単語が採用されました。アーキテクチャにはCNNに加えて、エンコーダとデコーダが活用されました。

U-Netを活用した胴体のモデル開発

胴体のアニメーション生成モデルについては、その出力がさらに頭部、腕、胸腹部(トルソー)、脚部に細分化されます。細分化された出力に適したアーキテクチャとして、画像認識で活用されるU-Netが採用されました(下の画像参照)。U-Netとは、画像内のオブジェクト認識に加えて、オブジェクトの位置も識別できるモデルです。このモデルを使えば、例えば画像に写ったイヌがいるピクセルの範囲を特定できます。画像内の位置情報も処理できるU-Netを使えば、胴体の部位ごとにアニメーションを生成できます。U-Netには、計算量が比較的少なくて済むという利点もあります。

以上のようにして開発された胴体のアニメーション生成モデルは、キャラクターの大きさやデザインが異なっていても、適切なアニメーションを生成できるものとなりました。例えば、8等身のキャラクターとデフォルメされたキャラクターの両方に内省的な雰囲気のアニメーションを実装できます(下の画像の左側と右側参照)。

制限事項と今後の課題

NetEaseが開発したNPCに実装するアニメーションを生成するモデルは、最終的には10秒のアニメーションを60ミリ秒以下で生成できるようになりました。アニメーターが手作業で制作した場合は2日から1週間、人間からキャプチャーしたアニメーションを実装する場合には半日を要することと比較したら、ほぼリアルタイムの自動生成が実現したと言えます。

なお、今回開発したアニメーション生成モデルには、以下に挙げるような制限事項があります。

  1. 異なった骨格のNPCに対しては、異なったアニメーション生成処理を実行しなければならない。
  2. 高品質なアニメーションを生成するには、高品質な学習データをキャプチャーしなければならない。
  3. 生成されるアニメーションのスタイルは、学習データに依存する。つまり、学習データにない表情や動作は生成できない。

また、今後の課題として以下のような3項目が考えられます。

  1. 入力音声データの特徴量として、(抑揚のような)音声的な情報も取り入れる。
  2. 顔下部、顔上部、胴体のより緊密な連携を実現する。
  3. より多くの顔の表情や胴体の仕草に関するアニメーションを生成できるようにする。

以上のような制限事項や課題があるものも、NetEase開発のアニメーション生成モデルは今後さらに汎用性を高めることによって、さまざまなゲームスタジオに販売できるようなゲーム開発ツールに進化するかも知れません。

Writer:吉本幸記

RELATED ARTICLE関連記事

AIと遊んで楽しいと感じられるゲームを考える:上原利之氏×森川幸人氏 対談

2022.3.31ゲーム

AIと遊んで楽しいと感じられるゲームを考える:上原利之氏×森川幸人氏 対談

ゲーム技術が一役買ったスパコン開発史と両者が接続する未来

2022.9.29ゲーム

ゲーム技術が一役買ったスパコン開発史と両者が接続する未来

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