参考資料

参考資料

アニマのインハウスツール「AnimaToonShader」「Animaline」

アニマさんのインハウスツール「AnimaToonShader」「Animaline」の紹介記事が公開されています。ラインがジオメトリベースなので「FoV補正」のようなパース的なゆがみを補正する機能が面白いですね。

このツールはアニメ「モンスターストライク」でも使用されてるそうです。アニマさんはLWのイメージがありましたが3dsMaxを経て、2018年からMAYAに移行されてるんですね。パイプラインやmGearを含め内製のツール開発されてるのは素晴らしい。

AnimalineとAnimaToonShaderのご紹介

 

続きを読む

参考資料

アニマのプロダクションパイプライン構築

アニマのプロダクションパイプライン構築に関する記事が公開されてます。パイプラインについて「注力している点として、データフローをアプリケーションに依存しない」とありますがジオメトリキャッシュなのかな?

だいぶ前から海外プロダクションではAlembicを使用したパイプラインが主流になってるとの話を見かけますね。リグなどの複雑なデータが含まれてるファイルをレンダリングに回すとエラーやファイルのロード時間が長くなるため、Alembicを使用した方が映画のような大規模なシーンではメリットがあるようです。国内でも映像向けで増えるのかしら。
https://cgworld.jp/interview/201902-ren-kikuchi.html

続きを読む

参考資料

Live2Dで制作されたショートアニメ「Beyond Creation」

ゲーム用ミドルウェアLive2Dを使用して制作されたショートアニメとインタビュー記事が公開されています。
https://www.inside-games.jp/article/2019/02/20/120604.html

Live2Dはアニプレックスと業務提携して長編アニメーション映画の制作を発表してましたが、「Live2Dによる長編アニメーション映画制作」に向けた第一歩目のプロジェクトだそうです。手描き頑張ってるので、ギャルゲのOPなんかの髪だけ揺れる映像よりリッチに見えますね。長編映像になったときどういう印象を受けるのか興味深いです。

続きを読む

参考資料

オープンソースのプロダクショントラッキングツール「Kitsu」

オープンソースのプロダクショントラッキングツール「Kitsu」が販売開始したようです。「Kitsu」はフランスの企業が開発してる中小規模のスタジオ向けのプロダクショントラッキングツールで、「エクセルより良く、ショットガンよりも安い」というキャチが直球でいいですね。
https://www.cg-wire.com/en/kitsu.html

価格はユーザー数で大中小の3プラン。

  • € 99 /月 (1〜10人のユーザー、200GBのストレージ)
  • € 299 /月 (11~50ユーザー、1TBのストレージ)
  • € 999 /月 (51~150ユーザー、3TBのストレージ)

このシステムはオープンソースで商用クラウドホスティングソリューションとしても利用可能。フランスの主要なVFX施設と共同で開発中らしいです。

参考資料

DeNA「AIによるアニメ生成の挑戦」の資料公開

DeNAが「AIによるアニメ生成の挑戦」の資料公開を公開しています。「構造的生成学習」技術開発により従来AI生成で難しかった “複雑な構造での高品質生成”、”構造変化が大きい画像間の補完生成・中割” 等の課題を解消しているとのことです。

確かに人の全身のような画像生成が実現できてるみたいです。中割に関してはフレーム間がクロスフェードっぽくなっちゃうのが気になりますが、だいぶ綺麗に補完されてる気がします。

 

参考資料

ディープラーニングを用いたアニメの自動彩色開発インタビュー

OLMデジタルと奈良先端科学技術大学院大学共同研究による、チームディープラーニングを用いたアニメの自動彩色のインタビュー記事が公開されてます。
「ピカチュウは高確率でサトシの肩に乗っているので、どこの領域までがピカチュウで、どこからがサトシなのかを機械に判断させるのが難しい」というような話は面白いですね。
https://cgworld.jp/feature/201902-autocolor.html

Presentation

参考資料

Spider-Man: Into the Spider-Verse

映画「スパイダーマン:スパイダーバース」のメイキング記事が掲載されています。機械学習を使用したラインの予測や、ゲームのように2D画像を使用した爆発表現が面白い。

https://www.sidefx.com/community/spider-man-into-the-spider-verse/

 

アーティストはライブラリから画像を選択してから、ビューポートでリアルタイムでアニメーションを表示できます。同じHDAはレンダリング用に別のジオメトリも出力します。

 

爆発は2’sでアニメーション化され、それから1’sにシフトされました。、FXアーティストは単純なパーティクルシステムを使用したり、必要に応じてこれらの要素を手動で配置したり、レンダリングや最終的な外観についてあまり心配せずに要素のタイミングや構成に集中できます。

Imageworksは開発プロセスの早い段階で、インクラインを作成するためのさまざまな解決策をいくつか試しましたが、すぐに「ルール」に基づいてインクラインを作成するアプローチ(トゥーンシェーダなど)は手書きではないことを発見しました。

アーティストは機械学習による予測でショットを開始し、必要な場合にのみ調整します。Houdiniは機械学習に最適です。HoudiniのPythonとの緊密な対話のおかげで、SklearnをHoudini内で直接実行しました。私たちは学習モデルを訓練し、Houdini環境内で直接予測を呼び出しました。

インクラインはHoudiniからKatanaへのポリゴンラインとしてエクスポートされました。アーティストはレンダリング時に照明が線の太さを調整できるようにラインを選択しました。

インクラインツールを使用してHoudiniで絵を描いているアーティストの例。

参考資料

Motion graphics / Illustrations Reel

フリーランスの方のモーショングラフィック的なデモリールです。使用ツールは Cinema4d, After Effects, Octane render, X-particles, Cycles4d, Redshiftとのこと。

参考資料

JPEG to RAW AI

JPEG圧縮をAIを使用してRAW品質に変換するソフト。価格は$99.99、2/8まで$79.99だそうです。
https://topazlabs.com/jpeg-to-raw-ai?fbclid=IwAR0walOFniuch4GqoGcv_wusOhCdm-Jh2j6-rhz_v3u59q2uDB0NL4JXoKw

概要

JPEGをRAWで撮影したように編集します。より良い編集のために機械学習を使ってJPEGを高品質のRAWに変換してください。バンディングの防止、圧縮アーチファクトの除去、細部の回復、およびダイナミックレンジの向上。

 

ダイナミックレンジ

JPEGに変換すると画像は大きなダイナミックレンジを失います。RAW AI to JPEGは失われた影とハイライトのディテールを取り戻すことによってこの失われたダイナミックレンジの一部を回復するのを助けます。完全に足りないディテールを回復することはできませんが、それは非常に少量の情報でさえも働くことができます。

 

色空間

色空間は、画像でサポートされている色の範囲を表します。JPEG画像は通常sRGBカラースペースです。これはWebには適していますが、印刷や編集には適していません。sRGBで写真を編集するときは、彩度や鮮やかさを調整すると、醜い色のしみが現れることがよくあります。

あなたはRAW AI to JPEGを実行することによってこれが起こるのを防ぐことができます。RAW AI to JPEGの機械学習モデルは、sRGBカラースペースをProPhoto RGBに拡張します。これは通常のRAWファイルよりも優れています。私たちのモデルが欠けているディテールを高いレベルの正確さで再構築するのに十分な情報が少なくとも1つのカラーチャンネルに通常あるので、これはとてもうまくいきます。

結果として得られる色空間が大きいほど、目に見えるアーティファクトを発生させることなく、彩度と鮮やかさをより適切に編集できます。

色深度

色深度(ビット深度とも呼ばれます)は、画像に保存できる色情報の量です。ビット深度の低い画像を編集するときは、空のような滑らかなグラデーションでカラーバンディングが見えます。

8ビットJPEGは、1チャンネルあたり256個の値しかありません。そのJPEGからRAW AI to JPEGを実行すると、1チャンネルあたり65,532の値に拡大されます。これにより、画像のコントラストを調整したときにポスタリゼーションやバンディングが防止されます。

アーティファクト

高圧縮された画像を編集すると、画像内に目に見える圧縮アーティファクトが表示されます。RAW AI to JPEGは、自然な画像の特徴を維持しながらこれらのアーティファクトを除去するのに優れています。

ディテールレベル

JPEGは小さなセンサーや処理が重いため、細部がスムーズになっていることがよくあります。たとえば、iPhoneの写真は保存される前に大量に処理されるため、多くのディテールが削除されることがあります。

RAW AI to JPEGは、あなたが変換プロセスの間に取り除かれる細部を回復するのを助けます。

 

CG 日記

3Dソフトのキーマップ

3Dソフト(3dsMax、Maya、CINEMA 4D、MODO、Houdini、Unity、Unreal Engine)の基本操作の比較表を見かけたのでメモっておきます。知ってるソフトについてはショートカット追記してみました。
https://developer.blender.org/T54963

3dsMax
Maya Cinema4D Modo Houdini UnrealEngine Unity
ビューポートナビゲーション
軌道 Alt+MMB Alt+LMB Alt+LMB Alt+LMB Alt+LMB Alt+LMB Alt+LMB
パン MMB Alt+MMB Alt+MMB Alt+Shift+LMB Alt+MMB Alt+MMB Alt+MMB
ズーム Ctrl+Alt+MMB Alt+RMB Alt+RMB Ctrl+Alt+LMB Alt+RMB Alt+RMB Alt+RMB
選択の中心 Z F Shift+A Space+G F F
ビューポートを切り替える L、F、B、P Space F1-F5 1、2、3、.
Ctrl + Space
Space+
1-5
Alt+J、Alt+K、Alt+H 該当なし
選択
モード/ツールを選択 Q Q 該当なし Q S 該当なし 該当なし
選択する LMB LMB LMB LMB LMB LMB LMB
選択を解除 何もないところをクリック
Ctrl+LMB
何もないところをクリック
Alt+D
何もないところをクリック
何もないところをクリック
select.dropコマンド
??? ??? ???
選択に追加 Ctrl+LMB Shift+LMB Shift+LMB Shift+LMB Shift+LMB Shift+LMB Shift+LMB
選択から減算 Alt+LMB Ctrl+LMB Ctrl+LMB Ctrl+LMB Ctrl+LMB Ctrl+LMB Ctrl+LMB
ボックス選択 LMBドラッグ LMBドラッグ LMBドラッグ LMBドラッグ LMBドラッグ LMBドラッグ LMBドラッグ
ボックス選択に追加 Ctr+LMBドラッグ Shift+LMBドラッグ Shift+LMBドラッグ LMBドラッグ Shift+LMBドラッグ Shift+LMBドラッグ Shift+LMBドラッグ
ボックス選択から減算 Alt+LMBドラッグ Ctrl+LMBドラッグ Ctrl+LMBドラッグ Ctrl+LMBドラッグ Ctrl+LMBドラッグ Ctrl+LMBドラッグ Ctrl+LMBドラッグ
ループ選択 Shift+隣接ポリゴンクリック(頂点、えっじ)
エッジをダブルクリック
Shift+隣接ポリゴン(頂点)ダブルクリック
エッジをダブルクリック
エッジをダブルクリック L
エッジをダブルクリック
??? ??? ???
メニュー
状況依存コマンド RMB RMB RMB RMB RMB RMB RMB
トランスフォームツール
移動 W W E W T W W
回転 E E R E R E E
スケール R R T R E R R
メッシュ編集
メッシュ要素モード 1-5 F9-F11 Enter 1-3 1-4 該当なし 該当なし
押し出す Shift+E Ctrl+E D Shift+X 該当なし 該当なし 該当なし
インセット 該当なし 該当なし I B(ベベルモード) 該当なし 該当なし 該当なし
ループカット Ctrl+Shift+E 該当なし K(ナイフツールモード) Alt+C 該当なし 該当なし 該当なし
ベベル Ctrl+Shift+B 該当なし M+S B 該当なし 該当なし 該当なし
アニメーション
再生/一時停止 / Alt+V F6 / ↑(上矢印) 該当なし 該当なし
キーフレームを設定 K S S K

 

参考

3dsMax既定のホットキー
https://knowledge.autodesk.com/ja/support/3ds-max/learn-explore/caas/CloudHelp/cloudhelp/2018/JPN/3DSMax-Basics/files/GUID-6D38579A-C018-47F6-AC57-2578CF903F2D-htm.html

Maya のすべてのホットキー
https://knowledge.autodesk.com/ja/support/maya/learn-explore/caas/CloudHelp/cloudhelp/2016/JPN/Maya/files/GUID-30CACC9D-8FBE-4B85-8A8F-C5ADF32DDD4E-htm.html

参考資料

インテルがオープンソースのイメージ デノイズ ライブラリを公開

IntelがApache 2.0ライセンスの下でOpen Image Denoiseと呼ばれる新しいオープンソースのイメージ デノイズライブラリを公開しました。
https://openimagedenoise.github.io/
https://github.com/OpenImageDenoise

 

オープンイメージDenoiseの概要

インテル Open Image Denoiseは、レイトレーシングでレンダリングされたイメージ用の高性能・高品質のデノイズ フィルターのコレクションです。Open Image DenoiseはIntel Rendering Frameworkの一部であり、Apache 2.0ライセンスの下でリリースされています。

Open Image Denoiseの目的は、レイトレーシングベースのレンダリングアプリケーションでレンダリング時間を大幅に短縮できる、オープンで高品質、効率的で使いやすいデノイズ ライブラリを提供することです。パストレーシングなどの確率論的レイトレーシング法に固有のモンテカルロノイズを除去し、1ピクセルあたりの必要なサンプル数を数桁(グランドトゥルースへの望ましい近さに応じて)減少させます。

Open Image Denoiseは、インテル64アーキテクチャー・ベースのCPUと互換アーキテクチャーをサポートしており、ラップトップからワークステーション、HPCシステムの計算ノードまで、あらゆるもので動作します。オフラインレンダリングだけでなく、使用するハードウェアによっては、インタラクティブレイトレーシングにも十分効率的です。

Open Image Denoiseは、ディープニューラルネットワーク用インテルマス・カーネル・ライブラリー(MKL-DNN)の上に構築され、インテルSSE4、AVX2、AVX-512などの最新の命令セットを最大限に活用して、高いノイズ除去性能を実現します。Open Image Denoiseを実行するには、少なくともSSE4.2をサポートするCPUが必要です。