Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Speaker Deck
PRO
Sign in
Sign up for free
リアルIPのカード作成自動化への挑戦
gree_tech
PRO
October 25, 2022
Technology
0
110
リアルIPのカード作成自動化への挑戦
GREE Tech Conference 2022で発表された資料です。
https://techcon.gree.jp/2022/session/TrackB-6
gree_tech
PRO
October 25, 2022
Tweet
Share
More Decks by gree_tech
See All by gree_tech
基調講演-サステナブルなチームであるために-
gree_tech
PRO
0
290
クリエイターツール「QUANT」の開発の話 & クライアントに寄り添ったデータ分析基盤の構築
gree_tech
PRO
0
220
爆速で成長するおでかけ情報サービスの成長を支えるデザインと開発の取り組みについて
gree_tech
PRO
0
360
グリーの新卒1年目が半年間働いて感じたグリーのカルチャー 〜新卒でもこんなに任せて貰えるんですか!?〜
gree_tech
PRO
0
360
クラウド - オンプレ間の通信品質向上作戦!〜ネットワーク編〜
gree_tech
PRO
0
200
よくわかる!「データアナリスト」の作り方 〜とある新卒の成長物語〜
gree_tech
PRO
0
420
事業環境の変化に対応するインフラ組織 その取り組みと現状
gree_tech
PRO
0
280
簡単!Slack+GAS+GCPでIT棚卸自動化
gree_tech
PRO
0
260
GREE VR Studio Laboratory - UXDev R&D Summary 2022
gree_tech
PRO
0
680
Other Decks in Technology
See All in Technology
組織に対してSREを適用するとどうなるか
kuniim
9
3.1k
cdk deployに必要な権限ってなんだ?
kinyok
0
200
re:Inventの完全招待制イベント Building a Roadmap to SaaSについて / Building a Roadmap to SaaS an invitation only event at reinvent
yayoi_dd
0
160
01_ユーザーリサーチ実施の進め方
kouzoukaikaku
0
840
API連携に伴う規制と対応 / Regulations and responses to API linkage
moneyforward
0
170
KyvernoとRed Hat ACMを用いたマルチクラスターの一元的なポリシー制御
ry
0
240
初めてのデータ移行プロジェクトから得た学び
tjmtmmnk
0
420
OVN-Kubernetes-Introduction-ja-2023-01-27.pdf
orimanabu
1
460
AWS re:Invent 2022で発表された新機能を試してみた ~Cloud OperationとSecurity~ / New Cloud Operation and Security Features Announced at AWS reInvent 2022
yuj1osm
1
220
S3とCloudWatch Logsの見直しから始めるコスト削減 / Cost saving S3 and CloudWatch Logs
shonansurvivors
0
270
金属加工屋の営業マンがSTマイクロで・・・
usashirou
0
180
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
3
16k
Featured
See All Featured
A Modern Web Designer's Workflow
chriscoyier
689
180k
Done Done
chrislema
178
15k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
227
16k
Building Adaptive Systems
keathley
27
1.3k
Fashionably flexible responsive web design (full day workshop)
malarkey
396
63k
StorybookのUI Testing Handbookを読んだ
zakiyama
8
3.2k
Why You Should Never Use an ORM
jnunemaker
PRO
49
7.9k
Code Reviewing Like a Champion
maltzj
508
38k
Side Projects
sachag
451
37k
Art Directing for the Web. Five minutes with CSS Template Areas
malarkey
197
10k
Designing Experiences People Love
moore
130
22k
The Illustrated Children's Guide to Kubernetes
chrisshort
22
43k
Transcript
グリーエンターテインメント チーフクライアントエンジニア 立花 祐一郎 リアルIPのカード作成自動化への 挑戦
氏名 立花 祐一郎 所属 グリーエンターテインメント株式会社 担当 チーフクライアントエンジニア 経歴 モバイルゲーム会社から2019年にファンプレックス (現グリーエンターテインメント)に転籍。 以降、ゲーム運用フェーズにて
サーバー・クライアント開発、社外調整、管理業務と幅広く従事。 自己紹介 2
グリーエンターテインメントの紹介 3
目次 1. リアルIPって何? 2. カード作成自動化の経緯 3. カード作成自動化の取り組み 4. 残された課題 5.
まとめ 4
5 リアルIPって何?
リアルIPの定義 現実のアイドルやアーティストなどを扱った知的財産 6
リアルIPを用いたゲームの特徴 写真を加工してカード化などを行う 7
8 カード作成自動化の経緯
9 留意事項 • 本セッションのリアルIPのゲームですが、権利関係の都合でタイト ル公表NGとなっております。 • そのため、カード作成の自動化に使われた実際の写真や ゲーム 内のスクショは本セッションでは紹介できません。
カード作成自動化の経緯について 弊社のリアルIPゲームの作成したカード枚数... 年間 数百枚以上!! 10
作成カードの例 ゲーム内レアリティに沿ってカードの豪華さが変化する 11
自動化に適した条件 一番レアリティの低いNカードに関して 12 • 正面顔 • シンプルな背景 • 加工が控えめ
自動化に適した条件 全カードのうち6割がNカード 13 枚数 >
14 カード作成自動化の取り組み
自動化の大まかな流れ① 切り抜き 背景除去
自動化の大まかな流れ② 16 カード に適用 データ の読み 込み 山田太郎 カードの説明
顔の切り抜き 切り抜き 背景除去
顔の切り抜きルール • 目と鼻の位置を基準に切り取る 18
顔検出方法の選定 • 目と鼻の位置が検出可能 • APIを呼び出すだけで使える手軽なもの 19
選定時の候補 • OpenCV • カスケード分類器 • ディープラーニング • AWS Recognition
20
カスケード分類器 メリット • 情報が豊富 デメリット • 顔検知の精度は低い • パラメーターの調整が必要 21
ディープラーニング(YuNet) メリット • 高速かつ精度の高い顔検出ができる デメリット ・特になし 22
AWS Recognition メリット • 簡単かつ非常に精度が高い デメリット • 1枚当たり0.0013USDの費用が発生 • 外部APIの呼び出しなので通信が必要
23
24 カスケード 分類器 ディープラーニング(YuNet) AWS Recognition 精度 誤検知あり 良好 非常に良好
費用 無料 無料 0.0013USD/枚
顔検出手法の決定 精度の高いAWS Recognitionを採用 25 OpenCV AWS Recognition
AWS Recognitionの顔検出APIレスポンス 主要なレスポンス要素 • Bouding Box • 画像の赤枠 • Confidence
• 信頼値。検出した顔の正確性 • Landmarks • 画像の青丸 26
AWS Recognitionのつまづいた点 S3から落としてきた画像の向きが勝手に変わってしまう 27
EXIFメタデータ 写真で撮影した画像のメタデータ メタデータの例 • 写真の向き • カメラやスマホの種類 • 著作権 •
撮影地点 28
Exifの値を参照して向きを補正するサンプル Pythonのサンプルコード 29
Exifの値を参照して向きを補正するサンプル • 方向のメタデータの値は1~8 (例) • 1ならばそのまま • 2ならば反転 30
背景除去 切り抜き 背景除去
背景除去 1. Photoshopの「被写体を選択」 2. マスク適用 32
Photoshopの「被写体を選択」 • 1クリックで、人物の輪郭を選択する機能 • 以下に該当する場合は選択範囲が取れない可能性が高くなる • 被写体が複数 • 背景が複雑 33
「被写体を選択」をスクリプトから呼び出す Photoshopの「アクション」機能 • Photoshopの操作を録画・再生できる機能 • 馴染みのないPhotoshop処理も簡単に自動化できる 34
後の工程 Photoshopスクリプトで全て自動化 35 カード に適用 データ の読み 込み 山田太郎 カードの説明
結果 色調整を除けば、7~8割の精度でカードの自動生成が可能 36
残された課題 37
残された課題 色味の調整 ・照明などの影響を埋める調整が必要 38
まとめ • 7~8割の精度でカード自動生成が出来た • AWS Recognitionは、お手軽かつ精度高く顔検出サービス • Photoshopの機能にも自動化に使えるものがある • 色調整が今後の課題
39
40