Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/25782
Tipo do documento: Trabalho de Conclusão de Curso
Tipo de acesso: Acesso Aberto
Título: Técnicas de inteligência artificial para geração de insumos 2d
Autor(es): Almeida, Pedro Arantes Mendonça Toledo
Primeiro orientador: Yamanaka, Keiji
Primeiro membro da banca: Cardoso, Alexandre
Segundo membro da banca: Peretta, Igor Santos
Resumo: O cenário atual da produção artística para jogos e animações passou por uma transformação profunda com a revolução da computação gráfica da segunda metade da década de 90. A presença ubíqua de animações feitas à mão nos cinemas e jogos com \textit{sprites} também desenhados manualmente deram lugar a grandes produções que fazem o uso extenso, ou em muitos casos exclusivo, de imagens 3D geradas por computador e jogos em 2D que passaram a atender apenas um pequeno nicho devido a elevados custos e menor consistência nos insumos em 2D, que não acompanhou os avanços feitos em 3D. O trabalho apresenta a elaboração e implementação de duas técnicas que visam auxiliar artistas e designers no desenvolvimento de insumos em 2D, sendo elas o uso de Redes Generativas Antagônicas para a geração de \textit{sprites}, e algoritmo genético para a geração automatizada de níveis de jogos 2D, a partir de abstrações feitas sobre princípios de design de jogos e análise de grafos. Embora geração de novos \textit{sprites} obteve sucesso moderado devido aos altos custos computacionais, a implementação de algoritmo genético se provou extremamente eficiente em auxiliar no processo de criação de níveis. A partir do trabalho realizado é possível estimar que com os avanços constantes em disponibilidade de recursos computacionais, o uso de modelos generativos, assim como o de algoritmos genéticos serão cada vez mais presentes na caixa de ferramentas de artistas e designers.
Abstract: The current artistic landscape in the production of video-games and animation went through radical change with the computer graphics revolution before the turn of the millennium. The ubiquitous presence of hand drawn animation in the theaters and games made with, also hand drawn, sprites gave place to production that made extensive, and sometimes exclusive, of 3D computer generated imagery and 2D games that now find themselves limited to a small niche due to the elevated costs and reduced consistency in 2D resources, since the tools for making them didn't evolve nearly as much as their 3D counterparts. This work then presents the development and implementation of two techniques aimed to help artists and designers in the development of 2D resources, specifically through the use of Generative Adversarial Networks for the generation of sprites and through the use of Genetic Algorithms to help automate level design. Despite the moderate success obtained in the sprite generation, due to the limitations of computational power, the implementation of genetic algorithm proved itself to be extremely efficient in helping the level design process. Through the work done it becomes possible to estimate that the constant advances in the availability of computational resources will make the use of Generative models as well as Genetic algorithms for 2D asset creation a reliable tool in the 2D designer and artist's toolkit.
Palavras-chave: Modelos Generativos
Rede Generativa Antagônica
Computação Gráfica
Ingeligência Artificial
Algoritmo Genético
Área(s) do CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Referência: ALMEIDA, Pedro Arantes Mendonça Toledo. Técnicas de inteligência artificial para geração de insumos 2d. 2019. 76 f. Trabalho de Conclusão de Curso (Graduação em Engenharia da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2019.
URI: https://repositorio.ufu.br/handle/123456789/25782
Data de defesa: 2-Jul-2019
Aparece nas coleções:TCC - Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TécnicasInteligênciaArtificial.pdf1.84 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons