Unreal Engineの薄い本

Unreal Engineのソースコードについて解説した同人誌を買ってみた。

Dive to Unreal Engine 4

Dive to Unreal Engine 4

本書は「Unreal Engine 4のソースコードにどっぷり浸かって、知られていないUE4の深層を覗いてみよう」という趣旨で書かれてます。開発版のソースコードの取得・ビルドから、ソースコードから分かったUndocumentedな話まで取り上げています。

今まであんまり同人誌というジャンルに縁が無かったんだけど、最近は通販で購入できたりするのでニッチな情報へのアクセスが格段に楽になった印象。



こういう本を買いつつ、まだこっちの書籍を読みながらコーディング以外のUnreal Engineの基本操作を勉強している段階なんだけどね。↓

Unreal Engine 4で極めるゲーム開発:サンプルデータと動画で学ぶUE4ゲーム制作プロジェクト

こっちの書籍のすごいところは、Unreal Engineに解説以前に、プロのゲーム制作のワークフローをベースとして順に操作方法を解説しているところ。非常に丁寧で、その分ボリュームもすごいです。本書の解説に使われているデータは購入者特典ダウンロードデータとして配布されているので、同じように真似しながら読み進めていける。

Unreal Engineは、プログラマによるコーディング作業をしなくてもかなりのレベルに作り込んでいけるブループリントという機能が大きな目玉となっているけど、オイラの用途としてはプラグインとか外部のライブラリとの連携を考えているので、内部の仕組みをそこそこ知っていないとチューニングできないだろうなぁ、と。Uneal Engineのスクリプト言語はC++と聞いているけど、普通にC++のライブラリが使えたりするんだろうか。
外部連携以外の部分はなるべくコーディング無しで仕上げたいのでGUIのマテリアルエディタも充実しているUnreal Engineに色々と期待してしまう。

関連記事

Verilog HDL

スクラッチで既存のキャラクターを立体化したい

ZBrushで手首のモデリングをリファイン

AfterEffectsプラグイン開発

ZBrushでアヴァン・ガメラを作ってみる 下アゴの付け根を修正

MPC社によるゴジラ(2014)のVFXブレイクダウン

『ゴジラ キング・オブ・モンスターズ』のVFXブレイクダウン

NeuralNetwork.NET:.NETで使えるTensorFlowライクなニューラルネットワー...

Pylearn2:ディープラーニングに対応したPythonの機械学習ライブラリ

中学3年生が制作した短編映像作品『2045』

2012のメイキングまとめ(途中)

スクレイピング

WinSCP

Mayaのレンダリング アトリビュート

Math Inspector:科学計算向けビジュアルプログラミングツール

白組による『シン・ゴジラ』CGメイキング映像が公開された!

Structure from Motion (多視点画像からの3次元形状復元)

参考書

Accord.NET Framework:C#で使える機械学習ライブラリ

ZBrushでゴジラ2001を作ってみる 姿勢の変更

IronPythonを使ってUnity上でPythonのコードを実行する

組み込み向けのWindows OS 『Windows Embedded』

Mayaのプラグイン開発

ヘッドマウントディスプレイとビジュアリゼーションの未来

Maya 2015から標準搭載されたMILA

3Dモデルを立体視で確認できるVRアプリを作っている

PyTorch3D:3Dコンピュータービジョンライブラリ

Point Cloud Libraryに動画フォーマットが追加されるらしい

ドットインストールのWordPress入門レッスン

実写と実写の合成時の色の馴染ませテクニック

ManuelBastioniLAB:人体モデリングできるBlenderアドオン

機械学習に役立つPythonライブラリ一覧

pythonもかじってみようかと

WordPressのテーマを自作する

UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン

Rerun:マルチモーダルデータの可視化アプリとSDK

ZBrushでアヴァン・ガメラを作ってみる 歯を配置

『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハンズオンセミナーに行ってきた

OpenVDB:3Dボリュームデータ処理ライブラリ

ポリ男からMetaHumanを作る

UnityユーザーがUnreal Engineの使い方を学ぶには?

続・ディープラーニングの資料

コメント