都柏林三一學(xué)院和巴斯大學(xué)的研究人員最近開發(fā)了一種基于深度神經(jīng)網(wǎng)絡(luò)的模型，可以幫助提高包含四足動物(如狗)的動畫質(zhì)量。他們創(chuàng)建的框架在 2021 年 MIG(運動、交互和游戲)會議上進行了展示，在該會議上，研究人員展示了一些用于制作高質(zhì)量動畫和視頻游戲的最新技術(shù)。

“我們對處理非人類數(shù)據(jù)很感興趣，”進行這項研究的研究人員之一多納爾·伊根 (Donal Egan) 告訴 TechXplore。“我們出于實用性的原因選擇了狗，因為它們可能是最容易獲得數(shù)據(jù)的動物。”

為狗和其他四足動物制作高質(zhì)量的動畫是一項具有挑戰(zhàn)性的任務(wù)。這主要是因為這些動物以復(fù)雜的方式移動，并且具有具有特定腳步模式的獨特步態(tài)。Egan 和他的同事想要創(chuàng)建一個框架來簡化四足動物動畫的創(chuàng)建，為動畫視頻和視頻游戲制作更令人信服的內(nèi)容。

“使用關(guān)鍵幀等傳統(tǒng)方法創(chuàng)建再現(xiàn)四足運動的動畫非常具有挑戰(zhàn)性，”Egan 說。“這就是為什么我們認(rèn)為開發(fā)一個可以自動增強初始粗糙動畫的系統(tǒng)會很有用，消除用戶手工制作高度逼真的動畫的需要。”

Egan 和他的同事最近進行的研究建立在以前旨在使用深度學(xué)習(xí)來生成和預(yù)測人體運動的努力的基礎(chǔ)上。為了通過四足動物的運動獲得類似的結(jié)果，他們使用了大量代表真實狗運動的運動捕捉數(shù)據(jù)。這些數(shù)據(jù)被用來創(chuàng)建幾個高質(zhì)量和逼真的狗動畫。

“對于這些動畫中的每一個，我們都能夠自動創(chuàng)建具有相同上下文但質(zhì)量降低的相應(yīng)'壞'動畫，即包含錯誤并且缺乏真實狗運動的許多微妙細(xì)節(jié)，”Donal Egan，其中之一進行這項研究的研究人員告訴 TechXplore。“然后我們訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)這些‘壞’動畫和高質(zhì)量動畫之間的區(qū)別。”

在對質(zhì)量好壞的動畫進行訓(xùn)練后，研究人員的神經(jīng)網(wǎng)絡(luò)學(xué)會了增強狗的動畫：提高它們的質(zhì)量并使它們更逼真。該團隊的想法是，在運行時最初的動畫可能是使用多種方法創(chuàng)建的，包括關(guān)鍵幀技術(shù)，因此它們可能不太令人信服。

“我們表明，神經(jīng)網(wǎng)絡(luò)有可能學(xué)習(xí)如何添加微妙的細(xì)節(jié)，使四足動物動畫看起來更逼真，”伊根說。“我們工作的實際意義在于它可以被納入的應(yīng)用程序。例如，它可以用于加速動畫管道。一些應(yīng)用程序使用傳統(tǒng)逆運動學(xué)等方法創(chuàng)建動畫，這些方法可以產(chǎn)生缺乏真實感的動畫;在這種情況下，我們的工作可以作為后處理步驟合并。

研究人員在一系列測試中評估了他們的深度學(xué)習(xí)算法，發(fā)現(xiàn)它可以顯著提高現(xiàn)有狗動畫的質(zhì)量，而不會改變動畫的語義或上下文。將來，他們的模型可用于加速和促進用于電影或視頻游戲的動畫的創(chuàng)建。在接下來的研究中，Egan 和他的同事計劃繼續(xù)探索以數(shù)字和圖形方式再現(xiàn)狗的運動的方法。

“我們的團隊對廣泛的主題感興趣，包括圖形、動畫、機器學(xué)習(xí)和虛擬現(xiàn)實中的化身，”Egan 說。“我們希望結(jié)合這些領(lǐng)域來開發(fā)一個系統(tǒng)，用于在虛擬現(xiàn)實中體現(xiàn)四足動物——讓游戲玩家或演員在虛擬現(xiàn)實中變成一只狗。本文中討論的工作可以成為這個系統(tǒng)的一部分，通過幫助我們制作VR 中逼真的四足動物動畫。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！