会員紹介

CG-ARTS（公益財団法人画像情報教育振興協会）

東京2020オリンピックにおける新たな観戦体験の創造。スポーツ観戦における臨場感・一体感を、実際に会場に来られない方にも届けることにチャレンジし、世界初となる技術的な成果を得た。視野角を覆うような超ワイド映像を伝送し、セーリングでは巨大な競技映像を海上に浮かべ映像と空・海の境界線を融合し、空間まるごとワープしてきたかのような臨場感を提供。バドミントンでは選手映像のみを切り出し、遠隔地でホログラフィックに表示。マラソン競技では沿道の画面を見る選手が多く、沿道で立って応援してくれているかのような感覚を提供。

ラインアレイスピーカを用いた音場合成技術。複数の楽器がスクリーンから飛び出し、あたかも聴取者の目の前から後方に通り抜けたり、聴取者の周りをぐるりと回るなど、聴取者の周囲近傍の空間上で音が奏でられているように感じるコンテンツを制作。複数スピーカユニットを直線配置したラインアレイスピーカを用い、ターゲットとなる音の空間を合成する音場合成技術を応用。スピーカよりも手前で楽器が鳴っている音空間をターゲットとして計算される強さやタイミングで、個々のスピーカユニットから音を再生することで、実際には存在しない楽器がスピーカよりも聴取者の近傍で鳴っているように感じられる。また、複数の楽器が移動しながら音を奏でる表現も可能。

一般的な投影装置（プロジェクタ）を体験者から見えないように隠し、体験者が直接触って動かす物体に追従し見た目を変化させる、最先端の立体映像生成技術と組み合わせた動的プロジェクションマッピング。プロジェクタの存在を感じないため、映像演出効果を大幅に高める。また、再帰透過光学系による立体像の利用により、体験者の手や体が光路を遮っても影がほとんどできず、映像投影された対象物体に直接手で触れて動かすインタラクションも可能。

ダンスをマスターした自身の映像を先に見ることによるダンス学習支援。理想的な動作を行う自身の映像を見ることで行動の改善を促す「ビデオセルフモデリング」は、運動技能の学習においても有効とされる。しかし、その映像を作成するには多くの時間と手間がかかる。そこで、深層学習による映像生成技術を用いて、参照動画中のダンサーの動作と同じ動作を行う学習者自身の映像を自動で生成し、その映像を見ることで学習を促す「Deepfake Video Self-modeling」を提案。「自分がダンスしているように感じた」参加者は、提案手法の学習効果が高い傾向がみられた。

GPSとコンパスで車の位置と方向を取得、リアルタイムで投影映像に反映させ、地面に張り付いたような映像を投影。さらに車が移動するシーン全体を3DCGとして構築、その中に三次元物体、仮想的な車と2台のプロジェクタ、仮想観察者を配置。投影映像にトリックアートの立体感と車の移動に伴う運動視差立体視の要素を持たせ、暗闇の中の三次元物体がヘッドライトに照らされて現れる様子を車内外から立体的に観察するという、今までにない表現を実現。