I-023
RNNを用いたデータ駆動型モーションリターゲット

◎出口風人・遠藤結城・栗山　繁（豊橋技科大）

CGキャラクタアニメーションの制作技術として，ヒトのモーションキャプチャデータを
体形の異なるキャラクタに転写するモーションリターゲットが知られている．しかし，古
典的な最適化ベースの手法はモーションに応じた手動制約を必要とし，より高品質な結果
を生成するためにはアニメータによる手作業も要求される．そこで本稿では，教師あり深
層学習によってリターゲット前後の変換をニューラルネットワークに学習させることで，
高品質なアニメーションの自動生成を目指す．近年encoder-decoderモデルを用いた手
法が提案されているものの，実データに対する性能は未だ十分とは言えない．そこでこの
モデルをベースに，より適切なネットワーク構造や追加の教師あり損失関数の導入を検討
する．実データを用いた評価実験によりその効果を定性的および定量的に検証する．