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CGへの扉ディープラーニング安藤幸央GAN月刊エンタメAIニュース河合律子OpenAI音楽NVIDIAニューラルネットワーク強化学習三宅陽一郎吉本幸記Facebook人工知能学会自然言語処理大内孝子QA敵対的生成ネットワークGoogleGPT-3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DeepMindシナリオAIと倫理グーグル映画倫理NFTDALL-E2StyleGAN自動生成デバッグゲームプレイAIメタAIロボット深層学習マイクロソフトCEDEC2019アートプロシージャルSIGGRAPH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CEDEC2022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toioCNNAdobeテストプレイモリカトロンStable DiffusionUnity著作権AIアート小説鴫原盛之HTN階層型タスクネットワークJSAI2020TensorFlowBERTMicrosoft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汎用人工知能マーケティングGDC Summerインタビュー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DARPA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5GRival 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藤澤仁生物学GTC 2022画像認識SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldSIGGRAPH ASIAEarth-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自動翻訳模倣学習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 StyleメディアアートIntelDisney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 ResearchMuZero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CodexPFN 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PAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者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 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

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

多様な架空人間プレイヤーをパートナーにして学習するDeepMindの「架空協力プレイAI」とは?

2021.12.23先端技術

多様な架空人間プレイヤーをパートナーにして学習するDeepMindの「架空協力プ...

eスポーツとフィジカルスポーツの選手を強化するAI:月刊エンタメAIニュース vol.9

2020.9.24先端技術

eスポーツとフィジカルスポーツの選手を強化するAI:月刊エンタメAIニュース v...

人間のように複雑なテストケースを実施できる敵対的強化学習テストAIの可能性

2021.10.22先端技術

人間のように複雑なテストケースを実施できる敵対的強化学習テストAIの可能性

RANKING注目の記事はこちら