PhaseBetweener
1.0.0
งานนี้แนะนำระบบการเคลื่อนไหวที่ขับเคลื่อนด้วยข้อมูลแบบใหม่เพื่อเข้าถึงตำแหน่งเป้าหมายของตัวละครโดยใช้ตัวแปรเฟสที่เรียนรู้โดยตัวเข้ารหัสอัตโนมัติตามช่วงเวลา วิธีการนี้ใช้โมเดลโครงข่ายประสาทเทียมแบบผสมผสานของผู้เชี่ยวชาญ ซึ่งในระยะต่างๆ จะเคลื่อนไหวคลัสเตอร์ทั้งในพื้นที่และเวลาโดยมีน้ำหนักผู้เชี่ยวชาญที่แตกต่างกัน ชุดน้ำหนักที่สร้างขึ้นแต่ละชุดจะสร้างลำดับของท่าทางในลักษณะ autoregressive ระหว่างสถานะปัจจุบันและเป้าหมายของตัวละคร นอกจากนี้ เพื่อตอบสนองท่าทางที่แอนิเมเตอร์แก้ไขด้วยตนเอง หรือในกรณีที่เอนด์เอฟเฟกต์บางตัวทำหน้าที่เป็นข้อจำกัดในการเข้าถึงโดยแอนิเมชั่น จึงมีการใช้แผนการควบคุมแบบสองทิศทางที่เรียนรู้มาเพื่อตอบสนองข้อจำกัดดังกล่าว การใช้ขั้นตอนสำหรับการเคลื่อนไหวระหว่างงานจะช่วยเพิ่มความคมชัดของการเคลื่อนไหวที่สอดแทรก และทำให้กระบวนการเรียนรู้มีความเสถียรอีกด้วย ยิ่งไปกว่านั้น ยังสามารถสังเคราะห์การเคลื่อนไหวที่ท้าทายยิ่งกว่าพฤติกรรมการเคลื่อนไหวได้อีกด้วย นอกจากนี้ การควบคุมสไตล์ยังเปิดใช้งานระหว่างคีย์เฟรมเป้าหมายที่กำหนดอีกด้วย กรอบการทำงานสามารถแข่งขันกับวิธีการที่ทันสมัยสำหรับการเคลื่อนไหวที่อยู่ระหว่างกัน ในแง่ของคุณภาพการเคลื่อนไหวและลักษณะทั่วไป โดยเฉพาะอย่างยิ่งในช่วงระยะเวลาการเปลี่ยนแปลงที่ยาวนาน เฟรมเวิร์กนี้ช่วยให้เวิร์กโฟลว์การสร้างต้นแบบเร็วขึ้นสำหรับการสร้างลำดับตัวละครแบบแอนิเมชั่น ซึ่งเป็นที่สนใจอย่างมากสำหรับอุตสาหกรรมเกมและภาพยนตร์
- วิดีโอ - กระดาษ - โค้ด การสาธิต และเครื่องมือ - ReadMe
โครงการนี้มีวัตถุประสงค์เพื่อการวิจัยหรือการศึกษาเท่านั้น และไม่สามารถใช้อย่างเสรีเพื่อการค้าหรือแจกจ่ายซ้ำ ข้อมูลการจับภาพเคลื่อนไหวและโมเดลตัวละคร 3 มิติจาก ubisoft-laforge มีให้บริการภายใต้เงื่อนไขของ Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International Public License
