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
CG機械学習ディープラーニングCGへの扉安藤幸央GAN月刊エンタメAIニュース河合律子ニューラルネットワークOpenAINVIDIA強化学習三宅陽一郎音楽FacebookQAスクウェア・エニックス森川幸人モリカトロンAIラボインタビュー敵対的生成ネットワークDeepMindルールベースキャラクターAIシナリオGPT-3自然言語処理NFTGoogleグーグル自動生成映画デバッグCEDEC2019吉本幸記StyleGANプロシージャル人工知能学会遺伝的アルゴリズムメタAI深層学習マイクロソフトアートビヘイビア・ツリーCEDEC2021大内孝子CEDEC2020ゲームAISIGGRAPH不完全情報ゲームゲームプレイAIVRナビゲーションAI畳み込みニューラルネットワークDALL-ECLIPロボットAIと倫理ディープフェイクGDC 2021VFXメタバースGDC 2019マルチエージェントボードゲームNPCCNNデジタルツインモリカトロンUnityAIアートファッションHTN階層型タスクネットワークDALL-E2JSAI2020TensorFlowMicrosoftイベントレポートテストプレイ水野勇太小説アニメーションガイスターStyleGAN2懐ゲーから辿るゲームAI技術史toioソニーJSAI2021スポーツ研究シムピープル汎用人工知能GDC Summerバーチャルヒューマンブロックチェーン倫理BERTAdobeアストロノーカNVIDIA Omniverseeスポーツ対話型エージェントAmazoneSportsBLUE PROTOCOLシーマンUbisoft画像生成テキスト画像生成AlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之DARPAドローンシムシティAI美空ひばり手塚治虫Electronic ArtsメタデータLEFT 4 DEADインタビュー通しプレイ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ビッグデータ中嶋謙互Amadeus CodeMicrosoft AzureキャリアナラティブOmniverse ReplicatorレコメンドシステムNVIDIA DRIVE SimNVIDIA Isaac Simサイバーエージェント音声認識ロボティクスPyTorchDQN眞鍋和子バンダイナムコスタジオaibo合成音声Minecraft齊藤陽介マインクラフトお知らせチャットボットアバターサルでもわかる人工知能VAEOmniverseUbisoft La Forge自動運転車ワークショップGenvid Technologiesメタ知識表現ウォッチドッグス レギオンIGDA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徳井直生マシンラーニング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AIりんなシミュレーショ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藤澤仁生物学GTC 2022画像認識GTC2022StyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIAGTC2021CycleGANNetHackフェイクニュースエージェントAIボイスアクターNVIDIA CanvasImagenGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープMCS-AI動的連携モデルASBSマンガモーションキャプチャーぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩バンダイナムコ研究所スパーシャルAIELYZAELYZA DIGEST3D音声合成マーケティングApex LegendsELIZANinjaコンピュータRPGアップルタウン物語KELDICメロディ言語ゲームTENTUPLAYMARVEL Future FightAstroタイムラプスEgo4Dバスキア日経イノベーション・ラボ敵対的強化学習階層型強化学習GOSU Data LabWANNGOSU Voice Assistant竹内将SenpAI.GGMobalytics馬淵浩希Cygames岡島学AWS Sagemaker映像セリア・ホデント形態素解析UXAWS Lambda誤字検出認知科学ゲームデザインSentencePieceLUMINOUS ENGINELuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエGOAPAdobe MAX 2021模倣学習Omniverse AvatarFPSNVIDIA Rivaマルコフ決定過程NVIDIA MegatronNVIDIA Merlin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軍事AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleFuture of Life InstituteRendering with StyleIntelDisneyLAIKADisneyリサーチRotomationGauGANGauGAN2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 2021Dota 2モンテカルロ木探索ディズニーリサーチMitsuba2ソーシャルゲームEmbeddingワイツマン科学研究所GTC2020CG衣装NVIDIA MAXINEVRファッション淡路滋ビデオ会議ArtflowグリムノーツEponymゴティエ・ボエダ音声クローニングGautier Boeda階層的クラスタリングGopherJuliusSIE鑑定TPRGOxia Palusバーチャル・ヒューマン・エージェントtoio SDK for UnityArt Recognitionクーガー田中章愛Meta石井敦銭起揚NHC 2021茂谷保伯池田利夫GDMC新刊案内マーベル・シネマティック・ユニバース成沢理恵MITメディアラボMCU著作権アベンジャーズマジック・リープDigital DomainMagic Leap OneMagendaMasquerade2.0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サッカーモリカトロン開発者インタビュー里井大輝Kaggle宮本茂則バスケットボール山田暉Assassin’s Creed OriginsAI会話ジェネレーターSea of ThievesGEMS COMPANYmonoAI technologyLSTMモリカトロンAIソリューション初音ミクOculusコード生成AI転移学習テストAlphaCodeBaldur's Gate 3CodeforcesCandy Crush Saga自己増強型AISIGGRAPH ASIA 2020COLMAPADOPデバッギングBigGANGANverse3DMaterialGANリップシンキングRNNグランツーリスモSPORTReBeLグランツーリスモ・ソフィーGTソフィーVolvoFIAグランツーリスモチャンピオンシップRival PrakDGX A100VTuberユービーアイソフトWebcam VTuber星新一賞北尾まどかHALO市場分析将棋メタルギアソリッドVフォートナイトFSMRobloxナップサック問題Live Nation汎用言語モデルWeb3.0AIOpsSpotifyMITスマートコントラクトReplica StudioAWSamuseChitrakarQosmo巡回セールスマン問題ジョルダン曲線メディア5GMuZero政治クラウドゲーミングRival Peakがんばれ森川君2号和田洋一リアリティ番組Stadiaジョンソン裕子MILEsNightCafeインタラクティブ・ストリーミングLuis Ruizインタラクティブ・メディアポケモンCodexシーマン人工知能研究所東京工業大学Ludo博報堂ラップSIGGRAPH 2019ArtEmisZ世代AIラッパーシステムARrinnaGROVERプラスリンクス ~キミと繋がる想い~FAIRSTCチート検出Style Transfer ConversationオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneデジタルヒューマンDeep FluidsSoul MachinesMeInGameAmeliaAIGraph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BCIGateboxLearning from VideoANIMAK予期知能逢妻ヒカリセコムユクスキュルバーチャル警備システムカント損保ジャパン哲学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PAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者Siemensアルスエレクトロニカ2019品質保証StyleRigAutodesk逆転オセロニアBentley Systemsワールドシミュレーター奥村エルネスト純いただきストリートH100齋藤精一大森田不可止COBOL高橋智隆DGX H100ロボユニザナックDGX SuperPOD泉幸典仁井谷正充クラウドコンピューティングロボコレ2019Instant NeRFartonomousbitGANsぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward Architectureコミュニティ管理ウロチョロスSuper PhoenixSNS理化学研究所Project Malmoオンラインゲーム気候変動Project PaidiaEarth-2Project 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SDGsMagentaYouTubeダフト・パンクメモリスタSFGlenn MarshallELYZA PencilThe 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Netflixデータマイニングmynet.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はこだて未来大学リザバーコンピューティングプレイ動画ヒップホップキャラクターモーション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RPG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SIGGRAPH 2022BEiTStyleGAN-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バイアス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 AICozmo栗原聡DLSS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テキスト生成手塚眞DEATH STRANDINGマルチモーダル不気味の谷Eric Johnson汎用強化学習AIOculus Questコジマプロダクション生体情報デシマエンジンインディーゲーム写真高橋ミレイ照明Maxim PeterJoshua Romoffハイパースケープ山崎陽斗深層強化学習立木創太ミライ小町テスラGameGANパックマンTesla BotTesla AI Dayソサエティ5.0SIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典韻律射影広告韻律転移

瞬時の顔変形や言葉で描くペイントツールまで。進化を続ける新世代GAN

2021.12.17先端技術

瞬時の顔変形や言葉で描くペイントツールまで。進化を続ける新世代GAN

実在しない人物のフォトリアルな顔画像を生成するGAN(Generative Adversarial Network:敵対的生成ネットワーク)の登場は、「写真は現実にあるものを撮影する」という一般常識を大きく揺さぶりました。GANが登場して数年が経過した現在、同技術はCGアーティストが求めるような複雑な画像処理にも対応できるように進化しています。この記事では、こうした新世代GANを3つほど紹介します。

カートゥーン調にも瞬時に変化

イスラエルのテルアビブ大学は11月30日、フォトリアルな顔画像を生成するStyleGANを発展させたHyperStyleを発表しました。GANの代表的モデルであるStyleGANは、フォトリアルな顔画像を生成するのに時間を要していました。HyperStyleは生成時間の大幅な短縮に成功し、StyleGANが生成するような高画質な画像をおおむね1~2秒以内に生成します。さらに入力された顔画像の髪形を変えたり、老化させたりすることもほぼ瞬時にできます。

従来のGANではフォトリアルな画像を生成するのに、30億を超えるパラメーターが必要でした。HyperStyleはネットワーク設計を見直したことにより、パラメーターを劇的に減らすことに成功しました。パラメーターが削減された結果、演算処理が軽減されて生成時間が短縮されたのです。

HyperStyleはフォトリアルな変形だけではなく、入力された顔画像をPixerアニメ調、Disneyアニメ調、さらにはカートゥーン調にも変換できます。下の画像は、こうしたアニメ調への変形を従来のGANモデルと比較した表です。いちばん左の列が入力画像、いちばん右の列がHyperStyleの生成画像、中央の3列が従来のGANの生成画像です。比較するとHyperStyleの生成画像が従来のGANモデルのそれと遜色ないことがわかります。

テルアビブ大学研究チームは、HyperStyleのさらなる改良としてさまざまな変形に対応することを掲げています。つまり、従来であれば(髪型の変形や老化といった)特定の変形に特化したGANで実行していた変形を、単一のGANで実行できるようにするのが目標なのです。この目標のためには、学習画像データのさらなる充実が求められます。

参考論文:「HyperStyle:実在画像の編集のためのHyperNetworksを使ったStyleGANの反転

3DキャプチャとGANを組み合わせる

Disneyリサーチの研究チームは11月30日、3Dキャラクターの顔を造形する新手法を発表しました。「Rendering with Style」と名付けられたその新手法は、従来のレンダリング技術とGANを組み合わせたものです。

ハイエンドなゲームやSF映画で見られる3Dキャラクターの顔は、実在する人間の顔をキャプチャしたデジタルデータを活用して制作されます。こうした従来の方法では顔の形状や皮膚の質感の再現が重視される一方で、髪の毛や目元、口元のような顔のパーツにはあまり関心が向けられていませんでした。それゆえ、顔のパーツに関してはCGアーティストが手作業で仕上げていました。

Disneyリサーチの研究チームが提案する新手法は、CGアーティストが手作業で行っていた仕事をGANによって完成させる、というものです。具体的には、従来通りにキャプチャした顔のデジタルデータをGANの入力データとして与えます。そして、GANを使って髪の毛のような顔のパーツをフォトリアルに生成して顔に付加するのです。

この動画で解説されているようにRendering with Styleを使えば、デジタルな顔の造形におけるCGアーティストが費やす労力を大きく節約できる可能性があります。しかしながら、同手法によって熟練したCGアーティストの仕事に匹敵する結果を得るには、GAN自体のさらなる性能向上が不可欠となります。

また、Rendering with Styleを進化させる方向性として、ひげや眼鏡といった顔に対して周辺的なパーツに関してもGANによってフォトリアルに生成することを目指す、とDisneyリサーチのチームは述べています。

参考論文:「Rendering with Style:高品質な顔のレンダリングのための伝統とニューラルなアプローチの合成」

アウトラインは言葉でOK

大手GPUメーカーであり近年ではAI研究でも有名なNVIDIAは2019年中ごろ、GANの一種「GauGAN」を利用したペイントツールを発表しました。同ツールは描線でアウトラインを引いた後、「山」や「川」といった描画オブジェクトを指定すると、アウトラインに沿ってフォトリアルなオブジェクトを生成するというものでした。2021年11月、同ツールにテキストの内容に沿ってフォトリアルな画像を生成する新機能が追加されました(以下の動画参照)。この新機能には、テキストを画像に変換するGANである「GauGAN2」が活用されています。

以上のようなペイントツールを使えば、「湖に隣接した山々」のように言葉でおおまかなアウトラインを指定してからAIを使ってフォトリアルな山や湖を生成後、最終調整を手作業で行う、というような作業フローが可能となります。さらにはいわゆる「絵心」がないユーザーがCGアーティストと共同作業する場合にも、同ツールはその威力を発揮するでしょう。

同ツールに実装されたGauGAN2は、「冬」「霧」などの単語に対応する1,000万枚の画像学習データを使って訓練されました。こうした入力テキストからその内容に合致する画像を生成するAIモデルは、今年1月にOpenAIがDALL-Eを発表したことで注目を集めるようになりました。こうしたAIモデルは最近では「画像言語表現モデル(Image Language Representation model)」と総称されるようになり、このジャンルのAIモデルとして今年5月にはGoogleが開発した「ALIGN」、11月にはMicrosoftの「Turing Bletchley」が発表されています。

参考記事:CGへの扉 Vol.22:言葉から画像を生成、DALL-Eはクリエイティブなのか?

以上のように新世代のGANは、CGアーティストが利用するグラフィックツールに実装されると便利そうな実践的な機能を実現しています。こうした新しいGANはCGアーティストの労力を削減すると同時に、CG制作の訓練を受けていない一般ユーザーがCG制作にチャレンジするのを後押ししてくれるのではないでしょうか。

Writer:吉本幸記、Image by NVIDIA

RELATED ARTICLE関連記事

ゲームプレイAI が進化させる無人戦闘機群とAI軍拡競争の萌芽

2020.9.28先端技術

ゲームプレイAI が進化させる無人戦闘機群とAI軍拡競争の萌芽

高齢化社会に役立つロボットペットの市場価値と国内外の事例

2022.6.24先端技術

高齢化社会に役立つロボットペットの市場価値と国内外の事例

『マインクラフト』をプレイするAIが未来の都市を変える:月刊エンタメAIニュース vol.10

2020.10.29先端技術

『マインクラフト』をプレイするAIが未来の都市を変える:月刊エンタメAIニュース...

RANKING注目の記事はこちら