講演抄録/キーワード |
講演名 |
2023-03-02 13:50
フラクタルモデルと遺伝的アルゴリズムによる3D背景モデルの自動生成手法 ○渡邊海斗・干川尚人(小山高専)・中山弘敬(国立天文台)・伊藤智義・白木厚司(千葉大) NS2022-190 |
抄録 |
(和) |
近年,3DCG関連の産業は急成長しており,3DCGコンテンツの需要が高まってきているが,その制作には専門技能が求められ,その作業に多大な時間がかかる.特に,背景データの占める割合は大きい一方で,背景は主たるコンテンツではないため人的資源を多く割きにくい点が課題となっている.そこで本研究では,大規模な3Dモデル制作に関わる作業を自動化するAIを提案する.提案システムは3Dモデル生成・生成用パラメータの最適化・適応度評価から構成される.これまでの研究成果では事前に作成した完全一致が保証されているフラクタル画像に対しては,生成用パラメータは正確に最適化され,目標とほとんど一致した3Dモデルが生成できた.しかし,イラストや写真などの最適解が不明な目標に対する検証は行っておらず,イメージ通りの新しい背景コンテンツを生み出せるかどうかは未確認であった.そこで,目標にイラストや写真などを用いた場合の最適化について検証する. |
(英) |
In recent years, the 3DCG-related industry has grown rapidly and the demand for 3DCG content has increased. However, 3DCG production requires special skills and a lot of time. In particular, background data is large and complex, and its creation requires a lot of human resources at the production site. Therefore, in this research, we propose an AI that automates the work involved in creating large-scale 3D models. The proposed system consists of 3D model generation, optimisation of generation parameters and fitness evaluation. For fractal images that are guaranteed to be a perfect match, the generation parameters were accurately optimized to generate a 3D model that is almost identical to the target. However, optimization for goals for which the optimal solution is unknown, such as illustrations and photographs, was not verified, and it has not been confirmed whether the system can generate new background content as imagined. Therefore, we will verify the optimization when illustrations or photographs are used as the target. |
キーワード |
(和) |
フラクタルモデル / 遺伝的アルゴリズム / 3Dモデリング / 3DCG / VGG19 / / / |
(英) |
Fractal Model / Genetic Algorithm / 3D-Modeling / 3DCG / VGG19 / / / |
文献情報 |
信学技報, vol. 122, no. 406, NS2022-190, pp. 133-138, 2023年3月. |
資料番号 |
NS2022-190 |
発行日 |
2023-02-23 (NS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NS2022-190 |
|