Trenutne rešitve za 3D animacijo imajo dve veliki težavi, vzamejo preveč časa in stanejo preveč denarja. Za reševanje teh dveh težav so strokovnjaki razvili novo rešitev, podprto z algoritmi umetne inteligence, s katero postane animacija hitrejša in cenovno ugodnejša.
Namen te naloge je ugotoviti, kako se trenutne rešitve umetne inteligence za 3D animacijo, natančneje za zajem gibanja, primerjajo med seboj in z referenčnim posnetkom, na katerem temelji njihovo gibanje.
Z glavnim poudarkom na zabavni industriji, diplomska naloga raziskuje, ali je mogoče z uporabo orodij umetne inteligence za animacijo telesa izboljšati proces animiranja likov, s čimer bi postopek pohitrili in pocenili.
Za dosego tega cilja najprej predstavimo tematiko tradicionalnih tehnik 3D animacije na področju zajemanja gibanja ter prikažemo različne primere njihove uporabe v medijski in zabavni industriji. To nam omogoči, da natančno prepoznamo trenutne izzive in slabosti tradicionalne tehnologije za zajemanje gibanja ter nanje odgovorimo z obravnavo alternativnih rešitev, ki temeljijo na umetni inteligenci. V tem koraku si vzamemo čas za pravilno umeščanje nove rešitve umetne inteligence za zajemanje gibanja znotraj okvira tradicionalne tehnologije zajemanja gibanja.
S pridobljeno sposobnostjo razlikovanja med tradicionalnim zajemom gibanja in zajemom gibanja na osnovi umetne inteligence je preučen konkreten primer, v katerem je bil uporabljen tradicionalni zajem gibanja. Preko 3D lika, imenovanega Mali Groot, raziskujemo vlogo tradicionalnega zajemanja gibanja v filmski uspešnici "Varuhi galaksije: 2. dejanje" in v mini seriji "Jaz sem Groot". To nam omogoča boljše razumevanje kompleksnih nalog, s katerimi se soočajo tradicionalne rešitve za zajem gibanja, ter ciljev, ki jim nove rešitve umetne inteligence za zajem gibanja skušajo slediti.
V nadaljevanju se diplomska naloga posveča raziskavi treh premišljeno izbranih rešitev umetne inteligence za zajem gibanja, ki so bile razvite z namenom nadomestitve tradicionalnih tehnik animacije. Za boljše razumevanje izbranih treh rešitev ter njihovih zmogljivosti podajamo kratek opis vsake od njih. V vsakem opisu se osredotočimo na cilje in stroške posamezne rešitve, preučujemo izvor algoritmov, ki so bili uporabljeni za njihov razvoj, in panoge, na katere želi posamezna rešitev vplivati.
Cilj diplomske naloge je preveriti, ali lahko določena rešitev umetne inteligence za zajem gibanja nadomesti tradicionalne metode. Zato bomo poustvarili prizore 3D lika Mini Groot iz filma "Varuhi galaksije: 2. dejanje" in mini serije "Jaz sem Groot" z uporabo različnih rešitev umetne inteligence za zajem gibanja in ovrednotili dobljene rezultate. Za dosego tega cilja bomo sledili nizu korakov, ki skupaj oblikujejo jasen in celovit potek dela. Začnemo z rekonstrukcijo gibov Malega Groota: izbrane gibe odigramo, posnamemo ter jih v obliki .mp4 posnetkov vstavimo v tri orodja umetne inteligence za zajem gibanja.
Ker vse izbrane programske rešitve umetne inteligence za zajem gibanja temeljijo na sposobnosti rekonstrukcije gibanja iz referenčnega posnetka, se trudimo ohranjati podobne nastavitve v vseh teh rešitvah, da bi dosegli primerljive rezultate. Pomembno je opozoriti, da ima vsaka rešitev svoje lastne algoritme in zbirke podatkov, ki jih uporablja za dosego želenih rezultatov. Zaradi teh razlik je pričakovati, da bodo animacijski posnetki, ustvarjeni s pomočjo vsake programske rešitve iz istega referenčnega posnetka, vsebovali vidne razlike.
Nato različne posnetke animacij uporabimo na istem 3D modelu Malega Groota. Tako ustvarimo posnetek 3D modela Malega Groota, medtem ko se premika glede na vsako animacijo iz posamezne programske rešitve. Naš cilj je postaviti posnetke zaslona istega gibanja iz različnih programov drugega ob drugem in nato primerjati rezultate.
Za pravilen začetek jasne primerjave programske opreme je bistvenega pomena pregledati zmogljivosti vsake programske rešitve umetne inteligence za zajem gibanja, pri čemer se osredotočimo izključno na tehnični vidik. Pri tem preučimo ključne dejavnike, kot so čas izvoza, uporabnost in funkcionalnost, za vsako od teh programskih orodij.
V drugem koraku naše primerjave izvedemo podrobno analizo, ki se osredotoča na natančnost, realizem in kakovost prevlačenja (ang. skinning) ter okostja (ang. rigging) za vsak poustvarjen prizor.
Za izvedbo te analize izberemo določen prizor in prikažemo njegovo poustvarjeno verzijo skupaj z vsemi relevantnimi animacijskimi posnetki. Podrobno razložimo svoja opažanja, ki jih pridobimo z natančnim pregledovanjem posameznih okvirjev animacijskih posnetkov ter s primerjavo celotne animacije z referenčnim posnetkom.
Zadnji del analize temelji na splošnem pregledu vsakega animacijskega posnetka kot samostojnega izdelka na področju rešitve umetne inteligence za zajem gibanja. Tu pridobimo boljše razumevanje, ali te rešitve lahko ustvarijo 3D animacijo z naravnim občutkom, in če je tako, v kolikšni meri.
Postopek analize se ponovi za vsak izbrani prizor iz filma “Varuhi galaksije 2. dejanje” in mini serije “Jaz sem Groot”. Skupaj preučujemo in analiziramo pet različnih prizorov.
Po pridobitvi novih informacij iz naše analize se iz podrobnega opisovanja posameznih orodij programske opreme umetne inteligence za zajem gibanja osredotočimo na razpravo o posledicah za celotno področje umetne inteligence v okviru zajema gibanja. Razdelek, namenjen posledicam, vključuje teme, ki se ne dotikajo le znanih omejitev, temveč presegajo trenutno implementacijo sodobnih orodij umetne inteligence za zajem gibanja.
Nato preučujemo različna področja, kjer je tehnologija umetne inteligence za zajem gibanja še vedno pomanjkljiva, ter podajamo predloge za morebitne prihodnje raziskave in izboljšave. Tu razpravljamo o vidikih, ki bi lahko izboljšali našo pot učenja in uporabe rešitev umetne inteligence za zajem gibanja, na praktičnih primerih.
V zaključku smo vse pomembne ugotovitve, pridobljene med izvajanjem diplomske naloge, povzeli v strnjenem in celovitem povzetku.
Podatki, pridobljeni iz naše analize, nam omogočajo temeljit zaključek, ki bi odgovoril na ključno vprašanje, ki smo ga postavili kot osrednji motiv te naloge: Ali lahko rešitve umetne inteligence za zajem gibanja v njihovem trenutnem stanju dejansko nadomestijo tradicionalne rešitve zajema gibanja ter s tem omogočijo zmanjšanje časa in stroškov v medijski in zabavni industriji?
|
