コンピューター生成画像

コンピュータ生成画像( CGI ) は、アート、印刷メディア、シミュレータ、ビデオ、およびビデオゲーム内の画像を作成または改善するためのコンピュータグラフィックスの特定の技術またはアプリケーションです。これらの画像は、静的 (静止画像) または動的 (動画) のいずれかです。CGI は、キャラクター、仮想世界、またはシーンや特殊効果(映画、テレビ番組、コマーシャルなど) を設計することを目的とした 2D コンピュータグラフィックスと (より一般的には) 3D コンピュータグラフィックスの両方を指します。アニメーションを作成/改善するための CGI のアプリケーションは、コンピュータアニメーション、またはCGI アニメーションと呼ばれます。

CGIを使用した最初の長編映画、およびCGIを使用した実写映画の構成は『めまい』 ^[1]で、ジョン・ホイットニーによる抽象的なコンピュータグラフィックスが映画のオープニングクレジットに使用されました。映画のストーリーラインで実写にCGIを使用した最初の長編映画は、1973年の映画『ウエストワールド』 ^[2]です。CGIを取り入れた他の初期の映画には、『スター・ウォーズ エピソード4』（1977年）、^[2] 『トロン』（1982年）、『スタートレックII カーンの逆襲』 （1982年）、^[2] 『ゴルゴ13』（1983年）、^[3] 『ラスト・スターファイター』（1984年）、^[4] 『ヤング・シャーロック・ホームズ』（1985年）、『アビス』（1989年）、『ターミネーター2』（1991年）、『ジュラシック・パーク』（1993年）、『トイ・ストーリー』（1995年）などがあります。CGIを使用した最初のミュージックビデオはウィル・パワーズの『アドベンチャー・イン・サクセス』（1983年）でした。^[5]

CGIが映画、バーチャルリアリティ、パーソナルコンピューティング、ゲームで普及する以前、CGIの初期の実用的なアプリケーションの1つは航空および軍事訓練、すなわちフライトシミュレータでした。フライトシミュレータで開発された視覚システムは、今日の3次元コンピュータグラフィックスとコンピュータ生成画像（CGI）システムの重要な前身でもあります。フライトシミュレーションの目的は、飛行中の航空機の動作を地上で再現することだったからです。この再現の多くは、現実を模倣した信憑性のある視覚合成に関係していました。^[6] Singer Company（Singer-Link）のLink Digital Image Generator（DIG）は、世界初の世代のCGIシステムの1つと考えられていました。^[7]これは、リアルタイムで3D対応の昼/夕暮れ/夜間システムで、NASAのシャトル、F-111、ブラックホーク、B-52で使用されました。LinkのDigital Image Generatorには、パイロットの視界に現実的に対応する視覚システムを提供するアーキテクチャがありました。^[8] DIGの基本的なアーキテクチャとその後の改良には、シーンマネージャ、ジオメトリプロセッサ、ビデオプロセッサ、ディスプレイが含まれ、最終目標はリアルなテクスチャ、シェーディング、半透明機能、エイリアシングのないビジュアルシステムを処理することでした。^[9]

仮想合成と軍事レベルの訓練要件を組み合わせる必要性と相まって、フライトシミュレーションに適用されたCGI技術は、商用コンピュータや高予算映画で利用できるものより何年も先を行っていたことが多かった。初期のCGIシステムは、平面ポリゴンで構成されたオブジェクトしか描画できなかった。1970年代と1980年代のフライトシミュレータの視覚システムとCGIにおけるアルゴリズムとエレクトロニクスの進歩は、現代のCGIで現在も使用されている多くの技術に影響を与え、表面にテクスチャを重ね合わせたり、ある詳細レベルから次の詳細レベルに画像をスムーズに移行したりする機能が追加されている。^[10]

CGI の進化により、1990 年代には仮想映画撮影法が登場しました。仮想映画撮影法では、シミュレートされた カメラの視野は物理法則に制約されません。CGI ソフトウェアが利用できるようになり、コンピュータの速度も向上したため、個人のアーティストや小規模な企業でも、自宅のコンピュータからプロ仕様の映画、ゲーム、美術作品を制作できるようになりました。

アニメーション化された画像はコンピュータ生成画像の一部を形成するだけでなく、自然に見える風景（フラクタル風景など）もコンピュータアルゴリズムによって生成されます。フラクタル表面を生成する簡単な方法は、三角形メッシュ法の拡張を使用して、デ・ラム曲線の特別なケース（たとえば、中点変位）の構築に依存することです。^[11]たとえば、アルゴリズムは大きな三角形から始めて、それを4つの小さなシェルピンスキー三角形に分割して再帰的にズームインし、各ポイントの高さを最も近い近傍から補間します。^[11]ブラウン面の作成は、新しいノードが作成されたときにノイズを追加するだけでなく、メッシュの複数のレベルで追加のノイズを追加することによって実現できます。^[11]したがって、比較的簡単なフラクタルアルゴリズムを使用して、さまざまなレベルの高さを持つ地形図を作成できます。CGIで使用される一般的なプログラミングしやすいフラクタルには、プラズマフラクタルと、より劇的な断層フラクタルがあります。^[12]

高度に焦点を絞ったコンピュータ生成効果を生み出すために、多くの特定の技術が研究開発されてきました。たとえば、石の化学的風化を表現する特定のモデルを使用して侵食をモデル化し、特定の石の表面に「古びた外観」を作り出すなどです。^[13]

現代の建築家は、顧客と建築業者の両方のために 3 次元モデルを作成するために、コンピュータ グラフィック会社のサービスを利用しています。これらのコンピュータで生成されたモデルは、従来の図面よりも正確です。建築アニメーション(インタラクティブな画像ではなく、建物のアニメーション ムービーを提供する) も、建物が環境や周囲の建物とどのような関係を持つ可能性があるかを確認するために使用できます。紙と鉛筆を使わずに建築空間を処理することは、現在では、多くのコンピュータ支援建築設計システムによって広く受け入れられています。^[14]

建築モデリングツールを使用すると、建築家は空間を視覚化し、インタラクティブな方法で「ウォークスルー」を実行できるため、都市レベルと建物レベルの両方で「インタラクティブな環境」を提供できます。^[15]建築における特定のアプリケーションには、建物の構造（壁や窓など）とウォークスルーの仕様だけでなく、光の効果や、一日のさまざまな時間に日光が特定のデザインにどのように影響するかも含まれます。^{[16] [17]}

建築モデリングツールはインターネットベース化が進んでいます。しかし、インターネットベースのシステムの品質は、洗練された社内モデリングシステムに比べてまだ劣っています。^[18]

いくつかのアプリケーションでは、コンピュータ生成画像が歴史的建造物の「リバースエンジニアリング」に使用されています。たとえば、ドイツのゲオルゲンタール修道院のコンピュータ生成による再建は、修道院の廃墟から派生したものですが、見る人にその建物が当時どのように見えたかを「見た目と感触」で伝えています。^[19]

スケルトンアニメーションで使用されるコンピュータ生成モデルは、必ずしも解剖学的に正確ではありません。しかし、Scientific Computing and Imaging Instituteなどの組織は、解剖学的に正確なコンピュータベースのモデルを開発しました。コンピュータ生成の解剖モデルは、教育目的と運用目的の両方で使用できます。現在まで、Frank H. Netterによる画像 (Cardiac images など) など、アーティストが作成した大量の医療用画像が医学生によって使用され続けています。ただし、オンラインで利用できる解剖モデルも数多く登場しています。

患者の 1 枚のX 線写真は、たとえデジタル化されていても、コンピュータ生成画像ではありません。ただし、CT スキャンを使用するアプリケーションでは、多数の単一スライス X 線から 3 次元モデルが自動的に生成され、「コンピュータ生成画像」が生成されます。磁気共鳴画像を使用するアプリケーションでも、多数の「スナップショット」 (この場合は磁気パルス経由) をまとめて、合成された内部画像が生成されます。

現代の医療アプリケーションでは、患者固有のモデルが「コンピュータ支援手術」で構築されています。たとえば、膝関節全置換術では、詳細な患者固有のモデルの構築を使用して、手術を慎重に計画することができます。^[20]これらの3次元モデルは通常、患者自身の解剖学的構造の適切な部分の複数のCTスキャンから抽出されます。このようなモデルは、心臓病の治療によく使用される手順の1つである大動脈弁移植の計画にも使用できます。冠動脈開口部の形状、直径、位置は患者ごとに大きく異なる可能性があるため、患者の弁解剖学的構造に非常によく似たモデルを（CTスキャンから）抽出することは、手術の計画に非常に役立ちます。^[21]

布のモデルは一般的に次の 3 つのグループに分類されます。

• 糸の交差部における幾何学的機械的構造
• 連続弾性シートの仕組み
• 布の幾何学的マクロ的特徴。^[22]

現在まで、デジタルキャラクターの衣服を自然な方法で自動的に折りたたむことは、多くのアニメーターにとって課題となっています。^[23]

映画、広告、その他の公共の場での使用に加えて、コンピュータで生成された衣服の画像は現在、トップファッションデザイン会社によって日常的に使用されています。^[24]

人間の皮膚画像をレンダリングする際の課題には、次の 3 つのレベルのリアリズムが関係します。

• 静的レベルで本物の肌に似ているフォトリアリズム
• 動きを模倣した物理的なリアリズム
• 機能リアリズムは行動に対する反応に似ている。^[25]

細かいしわや毛穴などの最も微細な目に見える特徴は、約 100 μmまたは 0.1ミリメートルの大きさです。皮膚は、7次元の 双方向テクスチャ関数(BTF) または対象の表面上の双方向散乱分布関数(BSDF)の集合としてモデル化できます。

インタラクティブな視覚化とは、動的に変化するデータをレンダリングし、ユーザーが複数の視点からデータを見ることができるようにすることである。その応用分野は、流体力学における流れパターンの視覚化から特定のコンピュータ支援設計アプリケーションまで、多岐にわたる。 ^[26]レンダリングされたデータは、ユーザーがシステムと対話するときに変化する特定の視覚シーンに対応する場合がある。例えば、フライトシミュレータなどのシミュレータは、世界を表現するためにCGI技術を多用している。^[27]

抽象レベルでは、インタラクティブな視覚化プロセスには「データ パイプライン」が関与し、そこで生データが管理され、レンダリングに適した形式にフィルタリングされます。これは「視覚化データ」と呼ばれることがよくあります。視覚化データは次に「視覚化表現」にマッピングされ、レンダリング システムに供給できます。これは通常「レンダリング可能な表現」と呼ばれます。この表現は次に表示可能な画像としてレンダリングされます。^[27]ユーザーがシステムと対話すると (たとえば、ジョイスティック コントロールを使用して仮想世界内での位置を変更するなど)、生データがパイプラインを介して供給され、新しいレンダリングされた画像が作成されます。このようなアプリケーションでは、リアルタイムの計算効率が重要な考慮事項になることがよくあります。^{[27] [28]}

コンピュータで生成された風景画像は静的である可能性がありますが、コンピュータ アニメーションは映画に似た動的な画像にのみ適用されます。ただし、一般的に、コンピュータ アニメーションという用語は、ユーザーによる操作ができない動的な画像を指し、仮想世界という用語は、インタラクティブなアニメーション環境に対して使用されます。

コンピュータ アニメーションは、本質的には、3D モデルのストップ モーションアニメーションや 2D イラストのフレームごとのアニメーションの技術をデジタルで継承したものです。コンピュータで生成されたアニメーションは、効果ショット用のミニチュアの作成や群衆シーンのエキストラの雇用など、他のより物理的なプロセスよりも制御しやすく、他のテクノロジでは実現できない画像の作成が可能です。また、俳優、高価なセット、小道具を使用せずに、グラフィック アーティスト 1 人でこのようなコンテンツを制作することもできます。

動きの錯覚を作り出すには、コンピュータ画面に画像を表示し、前の画像と似ているが時間領域でわずかに進んだ新しい画像（通常は 24 または 30 フレーム/秒）に繰り返し置き換えます。この手法は、テレビや映画で動きの錯覚を実現する方法と同じです。

テキストから画像へのモデルは、入力された自然言語の説明を受け取り、その説明に一致する画像を生成する 機械学習モデルです。

テキストから画像への変換モデルは、ディープニューラルネットワークの進歩の結果として、AIブームの始まりの2010年代半ばに開発され始めました。2022年には、OpenAIのDALL-E 2、Google BrainのImagen、Stability AIのStable Diffusion、Midjourneyなどの最先端のテキストから画像への変換モデルの出力が、実際の写真や人間が描いたアートの品質に近づいていると考えられるようになりました。

テキストから画像へのモデルは一般的に潜在拡散モデルであり、入力テキストを潜在表現に変換する言語モデルと、その表現に基づいて画像を生成する生成画像モデルを組み合わせたものです。最も効果的なモデルは、通常、Webから収集された大量の画像とテキストデータでトレーニングされています。^[29]

仮想世界とは、エージェントベースのシミュレートされた環境であり、ユーザーはアバターを使用して、人工的に動くキャラクター（ソフトウェアエージェントなど）や他の物理的なユーザーと対話することができます。仮想世界は、ユーザーが居住して対話することを目的としており、今日ではこの用語は、ユーザーがグラフィカルに他の人に見えるアバターの形をとるインタラクティブな3D仮想環境とほぼ同義になっています。 ^{[30]これらのアバターは通常、テキスト、2次元、または}3次元のグラフィカル表現として表されますが、他の形式も可能です^[31]（聴覚^[32]や触覚など）。すべての仮想世界ではありませんが、いくつかの仮想世界では複数のユーザーが参加できます。

コンピュータで生成された画像は、主に2000年代初頭から法廷で使用されています。しかし、一部の専門家はそれが偏見をもたらすと主張しています。コンピュータで生成された画像は、裁判官や陪審員が一連の出来事、証拠、仮説をよりよく視覚化するのを助けるために使用されます。^[33]しかし、1997年の研究では、人々は直感力が乏しく、コンピュータで生成された画像の影響を受けやすいことが示されました。^[34]したがって、陪審員やその他の法的決定者は、そのような証拠が一連の出来事の1つの可能性のある表現にすぎないことを認識することが重要です。

天気の視覚化は、テレビにおける CGI の最初の応用でした。天気のグラフィックを生成するコンピュータ システムを提供した最初の企業の 1 つは、 1979 年にApple IIコンピュータをベースにした「LiveLine」を発表したColorGraphics Weather Systemsでした。ColorGraphics の後継モデルでは、Dazzlerビデオ グラフィック カードを搭載したCromemcoコンピュータが使用されました。

天気予報では、複数のカメラやその他の画像装置からリアルタイムでキャプチャされた画像のフルモーションビデオを表示することが一般的になっています。3D グラフィック シンボルと組み合わせられ、共通の仮想地理空間モデルにマッピングされたこれらのアニメーション視覚化は、CGI をテレビに初めて本格的に応用したものです。

CGI はスポーツ中継で一般的になっています。スポーツや娯楽施設では、観客の視聴を向上させるために、追跡されたカメラ フィードを通じてシースルーやオーバーレイ コンテンツが提供されます。例として、アメリカン フットボールの試合のテレビ放送で見られる黄​​色の「ファースト ダウン」ラインは、攻撃側チームがファースト ダウンを獲得するために越えなければならないラインを示しています。CGI は、フットボールやその他のスポーツ イベントに関連して、競技場のビューに商業広告を重ねて表示するためにも使用されます。ラグビーフィールドやクリケットピッチの一部にもスポンサー イメージが表示されます。水泳のテレビ中継では、レースの進行中に現在の記録保持者の位置を示す線がレーン上に追加されることが多く、視聴者が現在のレースを最高のパフォーマンスと比較できるようにします。他の例としては、ホッケーのパックの追跡やレーシング カーのパフォーマンスの注釈^{[35] 、}スヌーカーのボールの軌道 [36] などがあります。^{[37]現実世界と正しく位置合わせされたテレビの CGI は、}拡張現実と呼ばれることもあります。

コンピューター生成画像は、CGI やアニメーションに伴う欠陥をよりうまくカバーするために、モーション キャプチャと組み合わせて使用​​されることがよくあります。コンピュータ生成画像の実用的応用は、どれだけリアルに見えるかによって制限されます。非現実的な、または適切に管理されていないコンピュータ生成画像は、不気味の谷効果を引き起こす可能性があります。^[38]この効果は、人間に似ているがわずかにずれているものを認識する人間の能力を指します。このような能力は、人体の複雑な構造のために、通常のコンピュータ生成画像ではそれを完全に再現できないことが多いという欠点があります。アーティストは、モーションキャプチャを使用して、人間が動作をしている映像を取得し、それをコンピュータ生成画像で完全に再現して、正常に見えるようにすることができます。

解剖学的に正確なデジタルモデルが不足しているため、コンピュータ生成画像で使用されるモーションキャプチャーが必要になります。コンピュータ生成画像はレンダリングされるオブジェクトの外側、つまり皮膚のみを反映するため、話すなどの細かい運動技能に使用される連動した筋肉群間の極小の相互作用をキャプチャーできません。唇の形や舌の動きで音を発するときの顔の絶え間ない動きや、話すときの表情は、手で再現するのが困難です。^[39]モーションキャプチャーは、顔の筋肉の根本的な動きを捉え、オーディオに伴う視覚をより正確に再現できます。

ウィキメディア・コモンズには、コンピューター生成画像に関連するメディアがあります。

• コンピュータ グラフィックスとアニメーションの重要な歴史 -オハイオ州立大学のコース ページ。すべてのコース資料と広範な補足資料 (ビデオ、記事、リンク) が含まれています。
• CG101: コンピュータ グラフィックス業界のリファレンスISBN 073570046X初期のコンピュータ グラフィックス制作のユニークで個人的な歴史と、あらゆる読解レベルに対応した業界の包括的な基礎。 
• F/X Gods、アン・トンプソン著、Wired、2005年2月。
• 「歴史がコンピュータ グラフィックスで生まれ変わる」 Tayfun King、Click、BBC ワールド ニュース (2004-11-19)
• NIH 可視人間ギャラリー