РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Метод глубокого обучения помог улучшить анимацию собак

Исследователи из Дублинского Тринити-колледжа и Университета Бата разработали нейросеть с глубоким обучением, которая может помочь улучшить качество анимации четвероногих животных, таких как собаки.
Метод глубокого обучения помог улучшить анимацию собак
Donal Egan

Воспроизвести походку собаки очень непросто, но новая нейросеть справилась с этим на ура

Создание высококачественных анимаций собак и других четвероногих животных — сложная задача. Это обусловлено тем, что эти животные передвигаются довольно сложно и имеют уникальную походку с определенным рисунком поступи. Авторы нового исследования хотели создать структуру, которая могла бы упростить создание анимации четвероногих и делать более убедительный контент как для фильмов, так и для видеоигр.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

«Создание анимации, воспроизводящей движение четвероногих, с использованием традиционных методов, таких как кейфрейминг, довольно сложно, — сказал один из авторов работы Донал Иган. — Вот почему мы подумали, что было бы полезно разработать систему, которая могла бы автоматически улучшать созданную на первом этапе грубую анимацию, устраняя необходимость в дорисовке пользователями специальных программ».

Новая работа основывается на предыдущих исследованиях, направленных на использование глубокого обучения для генерации и прогнозирования движений человека. Чтобы достичь аналогичных результатов с четвероногими, ученые использовали большой набор данных захвата движения, представляющих движения реальной собаки. Эти данные были использованы для создания нескольких высококачественных и реалистичных анимаций собак.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

«Для каждой из этих анимаций мы смогли автоматически создать соответствующую "плохую" модель с тем же содержанием, но пониженного качества, т. е. содержащую ошибки и лишенную многих тонких деталей истинного движения собаки, — рассказал Донал Иган. — Затем мы обучили нейронную сеть определять разницу между "плохими" и высококачественными анимациями».

Исследователи оценили свой алгоритм глубокого обучения в серии тестов и обнаружили, что он может значительно улучшить качество существующих анимаций собак, не изменяя семантику анимации. В будущем их модель может быть использована для ускорения и облегчения создания анимации для использования в фильмах или видеоиграх. В своих следующих исследованиях Иган и его коллеги планируют продолжить изучение методов, с помощью которых движения животных можно сделать реалистичнее.

Загрузка статьи...