[Open House]關鍵幀之間人物3D姿勢與形體的補間 (需報名)
- 講者林仁俊 博士 (中央研究院資訊科學研究所)
邀請人：廖弘源 - 時間2023-10-21 (Sat.) 10:00 ~ 10:25
- 地點資訊所新館106演講廳
摘要
https://openhouse.sinica.edu.tw/
在遊戲與動畫產業中，透過電腦自動生成令人信服的人物3D動畫是至關重要的。然而，現行主流的3D動畫製作方式仍是以動畫師手動對關鍵幀(keyframe)進行補間繪製而成，儘管目前在3D動畫製作上已有許多工具被開發出來，但動畫師在進行補間繪製時仍然需要遵循人體運動學的規範，因此，整個動畫製作的過程仍然非常的耗時且具挑戰性。雖然最近人體動作捕捉 (Human Motion Capture; MOCAP) 系統被發展出來加速電腦生成3D動畫的速度，即，透過讓演員穿戴MOCAP裝置來捕捉演員的3D動作以克服手繪補間需遵循人體運動學規範的限制，來加速生成3D動畫的時間，但它仍然需要專門的設備和動畫師手動的後處理，使得3D動畫製作成本大幅的提升。因此，在本研究議題上，我們旨在開發數據驅動(data driven)的技術，即，最大限度地利用現有的3D/2D資料來建構類神經網路以在關鍵幀之間自動生成符合人體運動學的3D姿勢與形體補間，以降低遊戲、動畫與電腦特效產業的成本。
在遊戲與動畫產業中，透過電腦自動生成令人信服的人物3D動畫是至關重要的。然而，現行主流的3D動畫製作方式仍是以動畫師手動對關鍵幀(keyframe)進行補間繪製而成，儘管目前在3D動畫製作上已有許多工具被開發出來，但動畫師在進行補間繪製時仍然需要遵循人體運動學的規範，因此，整個動畫製作的過程仍然非常的耗時且具挑戰性。雖然最近人體動作捕捉 (Human Motion Capture; MOCAP) 系統被發展出來加速電腦生成3D動畫的速度，即，透過讓演員穿戴MOCAP裝置來捕捉演員的3D動作以克服手繪補間需遵循人體運動學規範的限制，來加速生成3D動畫的時間，但它仍然需要專門的設備和動畫師手動的後處理，使得3D動畫製作成本大幅的提升。因此，在本研究議題上，我們旨在開發數據驅動(data driven)的技術，即，最大限度地利用現有的3D/2D資料來建構類神經網路以在關鍵幀之間自動生成符合人體運動學的3D姿勢與形體補間，以降低遊戲、動畫與電腦特效產業的成本。