布のねじり折りと縫い留めで被服の装飾となる模様を造形する花紋スモッキングに対し，折りの程度に応じて模様と帯が変化することで折り途中の様子が可視化されるように，本稿では模様の回転と帯の長さに基づいて花紋スモッキングを作図するアプローチを提案する．折りの様子を可視化することにより，時間をかけて作図したにも関わらず模様が重なってしまい装飾として制作できないことを避けたり，折り途中の様子を確認することで柔らかな布の折りたたみでの造形がしやすくなると期待される．提案法では帯をねじるように折る代わりに模様を一斉に回転させるとともに，折り途中の様子を表す帯が回転に応じて定まるように作図する．提案法による作図の幾何的な性質を示すとともに，この性質に基づいて作図するプロセスや作図例を報告する．提案法を GeoGebra を用いて実装し，花紋スモッキングを施した服飾雑貨の例としてバッグを制作して検証した．布の折りたたみで容量を可変にできるようにマジックテープを用いて制作したバッグは折り後の形状を維持しやすくなるとともに，折り途中の様子を確認することで容量の変更をしやすくなった．

近年リアルな仮想エージェントを用いたVR環境はゲームに加えて職業訓練などへの活用など応用範囲が広がっている．また音声認識やジェスチャー認識などを利用したマルチモーダル対話も利用されている．しかし，現在の仮想エージェントとの音声対話においては，体験者が一通り話した後に区切って音声認識を適用してキーワードマッチングなどを適用することが多く，話している途中で反応させることは難しい．本稿では，キャラクターとの音声対話においてリアルタイム音声認識による反応生成によって社会的プレゼンスを高める基本手法を提案する．音声発話時にリアルタイムで発話内容からキーワードを抽出することで，体験者が話している途中に仮想エージェントの感情的な反応を生成する．これにより従来の音声対話と比較して社会的プレゼンスが向上することを示す．

本研究では，動画像を特定のテーマカラーとして表現するための新しい色変換手法を提案する．このような色変換を実現するには，元画像の見た目の印象を保つために，画像内の全ての色を，元の色関係とテーマカラーの両方に注意して調整する必要がある．この作業は容易ではなく，ユーザは試行錯誤により色を決定するため，多くの時間を要する．この問題に対し，我々はユーザ指定のテーマカラーと元画像の色分布の両方を考慮して自動的に画像の色変換を行う手法を提案する．最初にユーザが入力画像の一部の領域の色を指定し，次にシステムが入力画像の見た目を保持して自動で残りの領域の色を調整する．本手法では，この自動調整を最小化問題として定式化する．ただし，画像内の全ての色を求めるように定義すると計算量が膨大になるため，画像中の色を量子化するカラーパレットのアイデアを利用し，インタラクティブな色変換を実現する．また，この色変換を動画にも適用できるよう拡張する．動画では，全体で統一されたカラーパレットを定義し上記の方法により色変換を行う．この時，動画の全フレームからパレットを構築すると計算量が多くなるため，いくつかのフレームのみを利用する．様々な例により提案手法の有効性を示す．

即興演奏とは事前に演奏内容が規定されていない音楽の形態であるが，即興である・ないに関わらず音楽の演奏はフィードフォワード制御系が優位とされている．つまり，一般的な即興演奏の過程においては，自身の過去のインプットからフレーズが選択され，その場で自身の音楽的経験から外れた新しいフレーズが創作されることが稀であることを示唆している．そこで本研究では即興演奏パフォーマンスを支援するため，エレクトリック・ギター奏者が，即興演奏を絵本の読み聞かせという起承転結に沿った一貫性を持つタイムライン上で展開することにより，絵本・テキスト，及び朗読音声がフレーズに変化をもたらすことを目的とした実験を行った．実験の結果，絵本・テキスト，及び朗読音声の存在が演奏者に手癖外のフレーズを創造させる手助けになることが示された．

Image colorization is a hot topic in the research of image processing and generation techniques. It plays an important role in restoring old photos, colorization medical images, and colorization anime manuscripts. In recent years, with the rapid development of deep learning, some colorization methods based on deep learning have been proposed, and satisfactory colorization results have been achieved. However, these colorization methods generally use unguided feature learning to achieve color prediction, it cannot predict, select, and intervene in image colors based on the subjective ideas of the creator. At the same time, the generated colorization results may have unreasonable phenomena such as color concentration, saturation and brightness distribution. Therefore, we propose a cross-domain color mapping from exemplar anime image colorization method, which is used for coloring a given anime image with a reference style. This method involves a supervised colorization network, which is divided into two structures: a domain semantic matching sub-network and a colorization sub-network. The domain semantic matching sub-network maps the pixels of the input grayscale image domain and the reference color image domain to an intermediate domain by calculating the similarity of the correlation matrix, thereby establishing a corresponding semantic relation and obtaining a coarse colorization map. We also employed an end-to-end CNN encoder and decoder network to further extract the feature information of the matched image colors, and used the Lab color space to select, propagate, and predict the color distribution features of the image. Experimental results have demonstrated that the anime coloring images generated by our network have high restoration similarity compared to the original reference images, reasonable coloration in the coloring area, and this colorization method solves the problem of prior color style transfer in anime images.

Numerous investigations have been conducted on the topic of color combinations, with a focus on generating color palettes to depict the patterns inherent in such combinations. These color palettes have proven to be immensely valuable in the realm of visual design. Our research also concerns color combinations; however, our approach involves the utilization of algorithms to demarcate visual center and non-visual center regions within game concept art. By adopting an artist's perspective, this research delves into the comprehension of color combinations. In light of our prior investigations, we summarize the colors associated with the visual and non-visual centers, using color segmentation, and subsequently compute the respective color proportions in these two areas for conclusive purposes. Furthermore, we ascertain the hue, saturation, and lightness characteristics of each color, thereby discerning the underlying laws of color combinations within the game concept art. The objective of this research paper is to provide digital artists with the means to produce superior and expeditious artworks that align with contemporary aesthetics.

本稿では,日本初の国立美術館として1952年東京都中央区京橋に開館した国立近代美術館（現東京国立近代美術館）の旧館を3DCGで復元し, 1953年に同館にて開催された「抽象と幻想：非写実絵画をどう理解するか」展の展示再現3Dウォークスルー（展示名「再現VR」）を制作したので報告する.現存していない旧館の展示室を精度の高い考証に基づいて再現し，同館のアートライブラリに保管されていた展覧会記録写真（ガラス乾板）のデジタル画像や文書記録等を基に展示作品を配置し，学術性の高い没入体験型デジタルコンテンツを実現した.2022年10月12日～2023年2月5日の会期にて，東京国立近代美術館初の試みとして，「所蔵作品展「MOMAT コレクション」小特集：プレイバック「抽象と幻想」展（1953-1954）」において本件コンテンツを展示した．展覧会研究，資料研究の手法の1 つとして注目され，ゲーム感覚で楽しめるコンテンツとして好評を博した.