|
Abstract:
|
Estúdios e equipes de desenvolvimento independentes tem ficado cada vez mais comuns nos últimos anos, com muitos destes se deparando com bastante sucesso. Em função do aumento da acessibilidade a computadores, dispositivos e à Internet, a prospecção de ser um desenvolvedor independente tem se mostrado uma idéia cada vez mais atrativa. Muitas vezes, essas equipes ou estúdios são compostos por apenas uma pessoa - esta sendo, geralmente, um(a) programador(a). Com restrições de recursos, nem sempre se pode pagar por profissionais de outras áreas, tais como arte e música, para auxiliar na criação de jogos. Soluções comuns para isso são motores de jogos (do inglês, game engines), que facilitam a criação de componentes de jogos. Mesmo assim, ainda sobram muitas atividades que o desenvolvedor deve fazer manualmente, especialmente no que diz respeito à arte do jogo. Programas capazes de automatizar tais processos manuais e demorados certamente se fazem ser extremamente úteis, uma vez que reduz consideravelmente o tempo e dinheiro necessários para a execução das mesmas. O objetivo deste trabalho foi de realizar uma análise comparativa de algumas abordagens com redes neurais para a geração de imagens para que, futuramente, possa ser criada uma ferramenta baseada na abordagem mais apropriada encontrada que resolva, pelo menos em parte, o problema de reduzir o custo de criação de alguns dos componentes de arte de jogos, mais especificamente de objetos individuais (i.e.: árvores, animais, pessoas/rostos, etc). Para tal, foi realizada uma comparação entre redes recorrentes, convolucionais e redes generativas adversariais, na forma de auto-codificadores, em cima do conjunto MNIST e, no caso da convolucional, em cima do conjunto Cifar10, para testar a viabilidade de se utilizar estas redes para resolver este problema. Através da aplicação de técnicas de aprendizagem de máquina e redes neurais, ao final dos experimentos realizados com algumas arquiteturas diferentes de redes neurais, foi demonstrado que estas conseguem ser ferramentas poderosas na tarefa de geração automatizada de imagens. |
