Система формування ігрових спрайтів за допомогою генеративно-змагальних нейронних мереж

Abstract

Актуальність даного дослідження обумовлена необхідністю автоматизації створення графічних елементів для відеоігор, що значно зменшує витрати на художнє оформлення і прискорює процес розробки. Генеративно-змагальні мережі демонструють високий потенціал у створенні варіативних і якісних спрайтів, що відповідають стилістичним вимогам сучасних ігор. Об’єктом дослідження є процес автоматизованої генерації графічних елементів, зокрема ігрових спрайтів, для відеоігор. Предметом дослідження є генеративно-змагальні мережі та їхні модифікації, які використовуються для автоматизованої генерації ігрових спрайтів. Метою дослідження є розробка системи автоматизованої генерації ігрових спрайтів на основі генеративно-змагальних мереж. Система повинна забезпечити можливість створення високоякісних і варіативних спрайтів для двовимірних відеоігор. В результаті виконання роботи було проведено огляд і аналіз сучасних модифікацій GAN для генерації ігрових спрайтів, визначено їхні переваги та недоліки. Розроблено систему генерації ігрових спрайтів із використанням CGAN, CCGAN, DCGAN, WGAN, StyleGAN, AlmirisWGAN. Проведено навчання моделей на реальних наборах даних, оптимізовано модифікації GAN для досягнення високої якості генерації. Розроблено метрики оцінки якості, зокрема Kernel Inception Distance, і проведено тестування системи в умовах реальних ігрових проєктів. Дана робота складається з чотирьох розділів. Кожен розділ відповідно присвячений: аналізу предметної області; математичним моделям і методам, що використані у роботі; проєктуванню системи формування ігрових спрайтів; програмній реалізації та тестуванню. Загальний обсяг роботи – 126 сторінок. Кваліфікаційна робота містить 1 додаток, 66 рисунків, 28 таблиць і 45 джерел посилання. A relevance of this study is determined by the need to automate the creation of graphic elements for video games, which significantly reduces costs for artistic design and accelerates the development process. Generative adversarial networks demonstrate high potential in generating diverse and high-quality sprites that meet the stylistic requirements of modern games. An object of the research is the process of automated generation of graphic elements, particularly game sprites, for video games.. A subject of the research is generative adversarial networks and their modifications, which are used for the automated generation of game sprites. A purpose of the study is to develop a system for automated generation of game sprites based on generative adversarial networks. The system must enable the creation of high-quality and diverse sprites for two-dimensional video games. As a result of the work, a review and analysis of modern GAN modifications for sprite generation were conducted, and their advantages and disadvantages were identified. A sprite generation system using CGAN, CCGAN, DCGAN, WGAN, StyleGAN, and AlmirisWGAN was developed. The models were trained on real datasets, and GAN modifications were optimized to achieve high generation quality. Quality evaluation metrics, including Kernel Inception Distance, were developed, and the system was tested in real game projects. This work consists of four sections. Each section is devoted to the following: an analysis of the subject area; mathematical models and methods used in the study; designing a game sprite generation system; software implementation and testing. The overall scope of the work is 126 pages. Thesis contains 1 application, 66 figures, 28 tables and 45 references in it.