Художники, создающие персонажей для анимационных фильмов и видеоигр, теперь могут лучше контролировать анимацию благодаря новой технике, представленной исследователями Массачусетского технологического института.
Их метод использует математические функции, известные как барицентрические координаты, чтобы определять движение 2D и 3D объектов. Теперь художники могут выбирать функции, которые соответствуют их видению анимированных персонажей, обеспечивая им большую гибкость.
Помимо художественного использования, этот метод может быть применен в областях, таких как медицинская визуализация, архитектура, виртуальная реальность и компьютерное зрение.
Общий подход
Художники, анимирующие 2D или 3D персонажей, часто используют клетку - простую конструкцию из точек, соединенных линиями или треугольниками - чтобы управлять формой и движением персонажа. Они сталкиваются с технической проблемой определения движения персонажа при изменении клетки. Ранее использовались сложные уравнения для достижения плавного движения и избежания неестественных искажений. Однако каждое представление гладкости в математике приводило к разным барицентрическим координатам, что осложняло выбор энергии сглаживания.
Исследователи Массачусетского технологического института предложили общий подход к решению этой проблемы. Они использовали нейронную сеть, для моделирования барицентрических функций координат. Нейронная сеть может генерировать барицентрические координаты, удовлетворяющие ограничениям, что позволяет художникам создавать интересные формы без необходимости разбираться в математике. Этот подход отличается от использования нейронных сетей в искусственном интеллекте и иллюстрирует новое использование для математических целей.
Виртуальные треугольники
Исследователи применили классические треугольные барицентрические координаты Мебиуса, чтобы охватить сложные клетки виртуальными треугольниками, соединяющими точки на внешних сторонах клеток. Нейронная сеть используется для объединения барицентрических координат виртуальных треугольников, обеспечивая большую гибкость для художников при создании анимаций. Используя этот метод, художники могут легко настраивать координаты, чтобы достичь желаемого вида анимации, что делает их подход более естественным и гибким. В будущем исследователи планируют улучшить процесс работы нейронной сети и интегрировать метод в интерактивный интерфейс для выполнения итераций над анимациями в режиме реального времени.
Переходите в наш телеграм-канал! Там вы найдете много новостей на темы бизнеса, робототехники и IT!
#ai #ии #технологии #анимация