中京大学など、人の細かな動きの特徴を転移・編集できる生成AI技術を開発
中京大学、北陸先端科学技術大学院大学、吉林大学の研究グループは、人の動きに含まれる大まかな特徴と細かな特徴を周波数帯域ごとに捉え、元の動作内容を保ったまま細かな動きを転移・編集できる生成AI技術を開発した。
本研究成果は、コンピュータグラフィックス分野の国際会議「SIGGRAPH Asia 2026 Conference Papers」に採択されており、2026年12月にマレーシア・クアラルンプールで発表される予定となっている。
周波数特性に着目した技術開発の背景
キャラクターアニメーションやゲーム制作では、人の動きのスタイルを表現・編集する技術が求められている。人の動きのスタイルには、姿勢や移動軌跡といった大まかな要素だけでなく、手足を動かすタイミングや身体の細かな揺れなど、時間的に変化する細かな特徴も含まれる。
従来の生成手法では、細かな動きの特徴が大まかな特徴に埋もれてしまい、元の動作内容を保ちながら細部を転移・制御することが困難だった。そこで研究グループは、人の動きの時間的な変化と周波数特性に着目し、大まかな特徴と細かな特徴を分けて扱う技術の開発を進めてきた。

周波数成分を分離して学習する生成AIモデル
提案手法では、人の全身動作から高周波・中周波・低周波の各成分を捉える「動作周波数特徴抽出器」を学習する。局所的な細かな動きを高周波成分、リズムや周期的な変化を中周波成分、身体全体の大きな動きを低周波成分として分離する。
抽出した特徴量を拡散型の生成AIモデルに組み込み、自己教師あり学習を行うことで、細部を制御しながら動作スタイルの転移や編集を可能にした。これにより、元の動作内容や移動軌跡を維持したまま、参照動作の特徴的な動きの転移や動作細部の誇張、ダンス振付の転移・編集が行える。また、細かな動作スタイルの転移・制御性を評価するモーション・テキストベンチマーク「FineMotion-Style」を構築し、既存手法と比較して制御性や生成品質の向上を確認した。
今後の展開とロボット分野への応用
本技術は、ゲームや映像・アニメーション制作における3Dキャラクターの動作編集に加え、フィジカルAI(Physical AI)やヒューマノイドロボットの身体表現・動作生成への応用が想定されている。今後は、足と地面の接触など物理的制約を考慮し、自然さと物理的な整合性を保てる手法や、直感的に操作できるインターフェースの開発を目指す。
中京大学の董然准教授は「これまで継続してきた、人の動きの時間的な変化や周波数特性に着目した研究を、生成AIによる動作編集へ発展させた成果です。今後はCG分野に加え、Physical AI分野、特にヒューマノイドロボットの身体表現や動作生成への応用にもつなげていきたいと考えています」とコメントしている。
研究および論文の概要
採択された論文および研究支援の概要は以下の通り。
- 会議名:SIGGRAPH Asia 2026 Conference Papers(SA Conference Papers ’26)
- 論文タイトル:Learning Kinematic Frequency-Aware Disentanglement for Motion Style Transfer and Editing
- 著者:Ran Dong(中京大学), Haoran Xie(北陸先端科学技術大学院大学), Xi Yang(吉林大学)
- プロジェクトページ:https://www.dr-lab.org/projects/kinematic-frequency-motion/
- 支援事業:JST戦略的創造研究推進事業 CREST(課題番号:JPMJCR2554)、JSPS科学研究費助成事業(課題番号:JP25K21325)、中京大学 Advanced Studies in Artificial Intelligence(IASAI)プログラム
本記事は中京大学、北陸先端科学技術大学院大学、吉林大学の研究グループによる発表をもとに作成。
ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。



