モーションキャプチャデータから多彩な動作生成を可能にする運動学習プリミティブの多様化手法
竹内 喜之(0851064)
ロボットやCGキャラクタの動作生成を行う一般的な手法のひとつに，モーションキャプチャを用いて人体動作を計測し，キャラクタの動作を生成する手法がある．この手法は手軽に自然な動作を生成できる一方，動作データの加工が難しく，多彩な動作を生成するためには膨大な計測が必要となる．また，生成できる動作は実際に被撮影者が可能な動作までという制限もある．
そこで本研究では，動作データを基本的な動作パターン（ジャンプ，膝蹴りなど）に分けて取得し，これらを合成することで多彩な動作を容易に生成できる手法を提案する．具体的には，基本的な動作パターンをIjspeertらの「運動学習プリミティブ」を用いて表現し，プリミティブの合成，連結，調整，分割によって新規動作を生成する．提案手法によって生成した動作と，人間が直接表現した動作を比較することで新規動作の評価を行い，提案手法の有効性を示した．