Uma parte fundamental de dar vida a personagens animados em 3-D é a capacidade de representar seus movimentos físicos naturalmente em qualquer cena ou ambiente.

Animar personagens para interagir naturalmente com os objetos e o ambiente requer a síntese de diferentes tipos de movimentos de uma maneira complexa, e tais movimentos podem diferir muito não apenas em suas posturas, mas também em sua duração, padrões de contato, e possíveis transições. A data, a maioria dos métodos baseados em aprendizado de máquina para controle de movimento de personagem amigável foram limitados a ações mais simples ou movimentos únicos, como comandar um personagem animado para se mover de um ponto a outro.

Cientistas da computação da Universidade de Edimburgo e da Adobe Research, a equipe de cientistas e engenheiros de pesquisa da empresa transformando ideias em estágio inicial em tecnologias inovadoras, desenvolveram um romance, técnica baseada em dados que usa redes neurais profundas para guiar com precisão personagens animados, inferindo uma variedade de movimentos - sentar em cadeiras, pegando objetos, correndo, pular de lado, escalando obstáculos e portas - e consegue isso de uma forma amigável com comandos de controle simples.

Os pesquisadores vão demonstrar seu trabalho, Máquina de estado neural para interações personagem-cena, na ACM SIGGRAPH Asia, realizada de 17 a 20 de novembro em Brisbane, Austrália. SIGGRAPH Ásia, agora em seu 12º ano, atrai as pessoas técnicas e criativas mais respeitadas de todo o mundo em computação gráfica, animação, interatividade, jogos, e tecnologias emergentes.

Para animar as interações personagem-cena com objetos e o ambiente, há dois aspectos principais - planejamento e adaptação - a considerar, dizem os pesquisadores. Primeiro, a fim de completar uma determinada tarefa, como sentar em cadeiras ou pegar objetos, o personagem precisa planejar e fazer a transição por meio de um conjunto de movimentos diferentes. Por exemplo, isso pode incluir começar a andar, desacelerando, girando enquanto posiciona os pés com precisão e interage com o objeto, antes de finalmente continuar com outra ação. Segundo, o personagem precisa adaptar naturalmente o movimento às variações na forma e tamanho dos objetos, e evitar obstáculos ao longo de seu caminho.

"Conseguir isso com qualidade pronta para produção não é algo simples e demorado. Nossa máquina de estado neural, em vez disso, aprende o movimento e as transições de estado necessárias diretamente da geometria da cena e de uma determinada ação de objetivo, "diz Sebastian Starke, autor sênior da pesquisa e doutorado. estudante da Universidade de Edimburgo no laboratório de Taku Komura. "Junto com isso, nosso método é capaz de produzir vários tipos diferentes de movimentos e ações em alta qualidade a partir de uma única rede. "

Usando dados de captura de movimento, a estrutura dos pesquisadores aprende como fazer a transição mais natural do personagem de um movimento para o próximo - por exemplo, ser capaz de passar por cima de um obstáculo bloqueando uma porta, e, em seguida, passando pela porta, ou pegar uma caixa e carregá-la para colocá-la em uma mesa ou escrivaninha próxima.

A técnica infere a próxima pose do personagem na cena com base em sua pose anterior e geometria da cena. Outro componente-chave da estrutura dos pesquisadores é que ele permite aos usuários controlar e navegar interativamente no personagem a partir de comandos de controle simples. Adicionalmente, não é necessário manter todos os dados originais capturados, que, em vez disso, fica fortemente compactado pela rede, enquanto mantém o conteúdo importante das animações.

"A técnica essencialmente imita como um ser humano se move intuitivamente por uma cena ou ambiente e como ele interage com os objetos, de forma realista e precisa, "diz Komura, co-autor e presidente de computação gráfica na Universidade de Edimburgo.

Na estrada, os pesquisadores pretendem trabalhar em outros problemas relacionados à animação de personagens baseada em dados, incluindo movimentos onde várias ações podem ocorrer simultaneamente, ou animando interações de personagens próximos entre dois humanos ou até mesmo multidões.