Continuous and Responsive Motion Generation for Virtual Humans

虚拟人的连续响应运动生成

基本信息

  • 批准号:
    21K12192
  • 负责人:
  • 金额:
    $ 2.58万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2021
  • 资助国家:
    日本
  • 起止时间:
    2021-04-01 至 2024-03-31
  • 项目状态:
    已结题

项目摘要

本研究課題では、仮想人間(キャラクタ)の連続的・即応的な動作生成手法を開発する。現在、コンピュータゲームなどの用途では、あらかじめモーションキャプチャ機器等を用いて作成された短い基本動作データを順番に再生することでキャラクタの連続的な動作を実現する方法が一般的に用いられている。この方法では、あらかじめ準備された動作間・タイミングでの動作遷移しか行うことができず、現実の人間のように現在の動作から次の動作への急激な動作遷移を含むような即応的な動作生成は実現できない。本研究で開発する手法では、高レベルの足や重心の軌道を生成する機械学習モデルと、低レベルの全身動作生成のための機械学習モデルを組み合わせることで、入力された基本動作データをもとに、遷移動作や重心移動動作(下半身移動動作)を機械学習(深層学習)モデルにより生成し、連続的・即応的な動作生成を実現する。また、開発手法を、歩行動作、ダンス、スポーツ、格闘技などの広い範囲の動作に適用し、専門家の協力を得て収集した手本動作との比較・評価を行う。これまでの研究により、既存の深層学習を用いた動作生成手法の調査を行い、深層学習を用いた動作生成手法の基礎となるソフトウェアの開発を行った。今後は、これまでに開発した、深層学習を用いた動作生成手法の基礎となるソフトウェアを発展させて、研究アイデアを検証するための基礎となるシステムの開発を行い、評価実験を行う予定である。
The purpose of this study is to conduct a comprehensive study on the generating methods of the actions that are linked to each other in this study. At present, you need to use the machine to make a short basic action, such as the use of the device, the device, the machine, and so on, to make a short basic action. You are going to use this method, and you are ready to do this, and you are ready to do so, and you are now in the process of moving an action that contains an emergency action to generate an emergency action. In this study, we conducted a manual exercise, a high-level training center, a full-body mechanical training program, a low-level whole-body mechanical training program, a comprehensive mechanical training program, a basic exercise training program, a center-of-gravity movement exercise (lower body movement exercise), a mechanical training exercise (deep learning exercise), and a mechanical training exercise. Linked immediate actions generate operations that show how to perform. You can learn how to use the action, open the method, perform the action, perform the action, use the action, and work together to get the collection of the handbook action to compare the action. In the course of research, the existing deep science uses the method of generating action, and the method of generating action is used to start the operation. In the future, we will start the training program, use the action generation method to analyze the operation of the exhibition, and study the operation of the system.

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Crowd Simulation with Feedback Based on Locomotion State
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

尾下 真樹其他文献

縦続型二次計画法を用いた動作変形とその応用
级联二次规划运动变换及其应用
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    向井 智彦;栗山 繁;尾下 真樹
  • 通讯作者:
    尾下 真樹
深層学習と周辺状況画像を用いた群集シミュレーションのためのエージェント移動制御
使用深度学习和周围情况图像进行人群模拟的代理运动控制
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    T. Imamura;Y. Hirota;S. Yamada;M. Machida;尾下 真樹
  • 通讯作者:
    尾下 真樹

尾下 真樹的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('尾下 真樹', 18)}}的其他基金

ペンインターフェースを用いた仮想人間の直感的な動作制御手法の研究
利用笔界面的虚拟人直观运动控制方法研究
  • 批准号:
    16650022
  • 财政年份:
    2004
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Exploratory Research

相似海外基金

ハイパースペクトラルイメージングと深層学習を用いた皮膚病変鑑別システムの開発
利用高光谱成像和深度学习开发皮肤病变判别系统
  • 批准号:
    24K15777
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
深層学習を用いた超音波画像からのSPIDDM診断支援システムの開発
使用深度学习从超声图像开发 SPIDDM 诊断支持系统
  • 批准号:
    24K15775
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
深層学習を用いた拡散テンソル画像による腰椎疾患における疼痛の自動診断システム
基于深度学习的弥散张量图像腰椎疾病疼痛自动诊断系统
  • 批准号:
    24K15787
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
幾何学的深層学習による非線形力学系のグレーボックスモデル化技術の創出
使用几何深度学习创建非线性动力系统灰盒建模技术
  • 批准号:
    24K15105
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
アナログ回路に基づく進化計算手法による深層学習モデルの最適化
基于模拟电路的进化计算方法优化深度学习模型
  • 批准号:
    24K15115
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
ダイナミクス情報を考慮した深層学習技術による天然変性タンパク質複合体構造予測
使用深度学习技术考虑动力学信息预测自然变性蛋白质复合物的结构
  • 批准号:
    24K15183
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
地域連携プログラミング初等教育における深層学習やVRを用いた対話的学習支援システム
区域协作编程 在基础教育中使用深度学习和 VR 的交互式学习支持系统
  • 批准号:
    24K15230
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
深層学習とドローンを用いた温室トマトの株毎の生育データモニタリングシステム
使用深度学习和无人机的每个温室番茄植株的生长数据监测系统
  • 批准号:
    24K15072
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Developing and Visualising a Retrieval-Augmented Deep Learning Model for Population Health Management
开发和可视化用于人口健康管理的检索增强深度学习模型
  • 批准号:
    2905946
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Studentship
Navigating Chemical Space with Natural Language Processing and Deep Learning
利用自然语言处理和深度学习驾驭化学空间
  • 批准号:
    EP/Y004167/1
  • 财政年份:
    2024
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Research Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了