『ガールズバンドクライ』のCG表現はなぜ親しみやすいか - 悠々自適
『ガールズバンドクライ』のCGのどこに新規性があり、それでいて何故親しみやすいのか、日常芝居を中心に今までのセルルックCGや手描き作画と比較しながら、いち視聴者の目線で分析しました。 アニメ『ガールズバンドクライ』公式サイトより 1. セルルックCGとは ⅰ. 特徴 ⅱ. 発展の歴史 -セルルックCGの現在地- 2. ガルクラのCGは従来のセルルックCGと何が違うのか 3.ガルクラのCGはどうして視聴者に受け入れられたか ⅰ. ”手描きアニメらしい”モーションの追求 ⅱ. CGの常識を覆す表情のバリエーション ⅲ. 硬さを感じないキャラクターモデリング ⅳ. その他セルルックCGの課題を克服する様々な工夫 4. まとめ 1. セルルックCGとは 『ガールズバンドクライ』（以下ガルクラ）のCGの話に入る前に、まずは既存の日本のCGアニメの表現手法、いわゆるセルルックCGについて見ていきます。
アニメに興味ない人からすると「未だに絵を一枚ずつ描いて動いているように見せている」ということは狂気の沙汰に思えてしまうかも
K U R O🐢 @K_u___R_o アニメ全然みない友達に「アニメってパソコンが自動で作ってるんじゃなくて人が描いてるんだ…」って言われたことあって？？？ってなったけどアニメに興味ない人からすると「絵を一枚ずつ描いて動いているように見せる」って狂気の沙汰にしか見えんよな K U R O🐢 @K_u___R_o アニメの原理しらんのかーい。て方もいるので一応補足すると、友だちのリアクションはアニメの原理ではなくて商業アニメの作り方に対してのリアクションでした… 今のアニメってPCがもっと色々してくれるんじゃないんだ…という。 わかりにくくてすみません… 友だちには映像研をおすすめしてみたよ。
「自然な着衣」を深層強化学習でシミュレートすることに成功
「アニメーションのキャラクターの着替え動作」はキャラクターと衣服の関係から複雑な動きとなり、コンピューターを使っての作成は非常に難しいものとされてきました。そんな中、キャラクターアニメーションやロボット工学について研究するジョージア工科大学のAlexander Clegg氏はモデルフリーのDeep Reinforcement Learning(深層強化学習／deepRL)を使い、 ニューラルネットワークで自動的に適切な「人間の着替え動作」を発見するアルゴリズムを(PDFファイル)開発。deepRLフレームワークに「布」のシミュレーションを統合し、着衣の制御方策を学習させることに初めて成功しました。 Learning to Dress: Synthesizing Human Dressing Motion via Deep Reinforcement Learning https://www
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://www.youtube.com/watch?v=Fy9e9KKi4Os&feature=youtu.be
