仮想世界のキャラクタを用いた動作生成と身体的理解の研究

使用虚拟世界角色进行动作生成和物理理解的研究

基本信息

批准号：
02F00607
负责人：
奥村学
金额：
$ 1.15万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2002
资助国家：
日本
起止时间：
2002 至 2004
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-02F00607/
关键词：
VIRTUAL REALITY AUTONOMOUS AGENTS MOTION CONTROL REALISTIC ANIMATION MOTION CAPTURE Virtual Reality Autonomous Agents Motion Control

项目摘要

私の研究では人間の動作を学習し、抽象化して、仮想世界のエージェントの動作に適用することです。これは自律的な動作生成を擬人化されたエージェントに行わせるための中心課題です。その課題のため、モーションキャプチャシステムからのデータを学習対象として、そのデータを結合してアニメーションを生成する手法を取っています。そこで問題となるのが誤差の少ないモーションキャプチャデータの獲得です。本研究では既存の磁気式モーションキャプチャシステムで使われている誤差を減少させる手法よりも優れた手法の開発を行いました。モーションデータは取得された後、自律型エージェントの動作生成を行いやすくするために、モーショングラフと呼ぶ時系列でないグラフ形式のデータ構造へと変換されます。そこで必要となる、動作の部分系列同士の類似性を計り、動作からある動作へ遷移可能な瞬間を発見する方法を開発しました。この手法は東京工業大学の中嶋研究室との共同研究による端点間の距離に基づく姿勢表現を拡張して用いています。この手法は姿勢の視覚的な類似性を考慮して作られています。また、姿勢を表す次元の圧縮を主成分分析を用いて行う事で、マッチング計算を高速化しています。最後に、既存のモーショングラフの一般化手法を開発しまし為グラフのノードに一つの姿勢を登録するのではなく、新しい手法では姿勢空間中で統計的に表される姿勢の群を使います。群は学習により形作られますが、そこでは局所重みつき射影回帰を用いました。これらの研究を学部学生と指導をしつつ共同で行いました。

我的研究是学习人类行为，抽象并将其应用于虚拟世界中的代理行为。这是确保拟人化药物执行自主行为产生的核心任务。为此，我们正在使用一种从运动捕获系统中学习数据并组合数据以生成动画的方法。问题是在几乎没有错误的情况下获取运动捕获数据。在这项研究中，我们开发了一种优于现有磁性运动捕获系统中使用的减少错误技术的方法。一旦获取运动数据，它就会将其转换为一个名为“运动图”的非时代串联图格式数据结构，以使其更容易为自主剂生成动作。因此，我们开发了一种方法来衡量行动子序列之间的相似性，并发现可以从动作过渡到行动的时刻。该方法用于根据终点之间的距离扩展姿势表达，这是与东京理工学院中岛实验室的联合研究项目。该技术旨在考虑姿势的视觉相似性。另外，通过使用主成分分析代表姿势的尺寸进行压缩，匹配计算得以加速。最后，我们已经开发了一种运动图的现有概括方法，而不是在图节点中注册单个姿势，而是使用一组在姿势空间中统计上表达的姿势。组是通过学习来塑造的，其中使用了局部加权的投影回归。这些研究是与本科生共同进行的。