PhaseBetweener
1.0.0
Karya ini memperkenalkan sistem pergerakan antar-gerak berbasis data baru untuk mencapai pose target karakter dengan memanfaatkan variabel fase yang dipelajari oleh Autoencoder Periodik. Pendekatan ini menggunakan model jaringan saraf campuran ahli, di mana fase-fase mengelompokkan pergerakan dalam ruang dan waktu dengan bobot ahli yang berbeda. Setiap kumpulan bobot yang dihasilkan kemudian menghasilkan urutan pose secara autoregresif antara keadaan karakter saat ini dan target. Selain itu, untuk memenuhi pose yang dimodifikasi secara manual oleh animator atau di mana efektor akhir tertentu berfungsi sebagai batasan yang ingin dicapai oleh animasi, skema kontrol dua arah yang dipelajari diterapkan untuk memenuhi batasan tersebut. Menggunakan fase-fase gerakan di sela-sela tugas mempertajam gerakan-gerakan yang disisipkan, dan selanjutnya menstabilkan proses pembelajaran. Selain itu, gerakan-gerakan yang lebih menantang di luar perilaku penggerak dapat disintesis. Selain itu, kontrol gaya diaktifkan di antara bingkai utama target tertentu. Kerangka kerja ini dapat bersaing dengan metode-metode canggih untuk pergerakan di antara dalam hal kualitas dan generalisasi gerakan, terutama dengan adanya durasi transisi yang panjang. Kerangka kerja ini berkontribusi pada alur kerja pembuatan prototipe yang lebih cepat untuk membuat rangkaian karakter animasi, yang sangat menarik bagi industri game dan film.
- Video - Makalah - Kode, Demo & Alat - ReadMe
Proyek ini hanya untuk tujuan penelitian atau pendidikan, dan tidak tersedia secara bebas untuk penggunaan komersial atau redistribusi. Data penangkapan gerak dan model karakter 3D dari ubisoft-laforge hanya tersedia di bawah ketentuan Lisensi Publik Internasional Creative Commons Attribution-NonCommercial-NoDerivatives 4.0.
