Animação de personagens animais não humanos por captura de movimentos

Abstract

Personagens são a principal interface entre ser humano e conteúdo em determinadas mídias digitais. Um dos atrativos destes agentes é seu caráter lúdico e a possibilidade de representação de formas fantásticas. A captura de movimentos é uma ferramenta utilizada para animar personagens digitais que pode resultar em ganho de velocidade e redução de custos de produção, no entanto, seu uso tem sido restrito a certos nichos. A animação de personagens animais, não humanos, é um destes nichos onde a produção de animação por captura de movimentos tem se mostrado tecnicamente complexa e está em estágio embrionário. Além da dificuldade existente para tratar os dados obtidos por captura de movimentos, devido ao fato de serem altamente correlacionados à estrutura anatômica capturada, há a dificuldade adicional de que a animação de personagens animais é costumeiramente feita com diferenciados graus de antropomorfismo. A presente pesquisa teve como objetivo propor e desenvolver um framework computacional para a utilização dos dados obtidos pela captura de movimentos de atores, não treinados, na animação de personagens animais, não humanoides, capaz de controlar personagens com graus de liberdade inferiores, iguais ou superiores aos do ser humano de quem os movimentos são capturados. Para tanto, o movimento animal em animação foi estudado e tipificado de modo a delimitar os resultados pretendidos para o sistema. Técnicas de aprendizado de máquina foram utilizadas para decompor o movimento humano em dois componentes, um expressivo e outro não-expressivo, e então transpor estes dois componentes ao personagem animal. O método proposto foi implementado na forma de um protótipo funcional capaz de processar dados provenientes de equipamentos de captura de movimentos em tempo real. As principais contribuições do método apresentado são a capacidade de transpor o movimento humano a personagens animais não humanos a partir da captura de movimento de atores leigos e capacidade de fazer tal transposição a qualquer personagem animal, independentemente do número de membros de sua anatomia. Por meio da aplicação de um teste piloto foi possível verificar que ações transpostas a personagens animais pelo framework desenvolvido foram corretamente identificadas por seres humanos. Conclui-se que a utilização de tal sistema permite expansão da adoção da tecnologia de captura de movimentos a um contexto mais amplo de produção de conteúdo digital animado. Isto, por sua vez, permite trazer a redução de custos e a flexibilidade proporcionados pela tecnologia de captura de movimentos, a estes novos contextos de aplicação.

Abstract : Characters are the main interface between humans and content in certain digital media. One of the main reasons for the use of such agents is their ludic aspect and the possibility of representing fantastic figures. Motion capture is a tool used in the animation of digital characters which may result in significant reduction of a production s duration and costs, although the use of such tool has been restricted to certain niches. The animation of non-human animal character is one of such niches where the production through motion capture has still been not practical. One of the difficulties is the fact that motion capture data is tightly correlated to the anatomy of the captured performer. Another difficulty is the fact that, in animation, animal characters are represented with varying degrees of anthropomorphism. The objective of this research was to propose and develop a computational framework for the utilization of motion data captured of untrained human actors in the control of non-humanoid animal characters of any number of limbs. To define and delimit the behavior of this framework we studied and typified the animal movement as represented in animated media. Then, machine learning was used to decompose the human movement into an expressive and a non-expressive component, which are in turn mapped onto the animal character. This method was implemented as a fully functioning prototype capable of running in real-time. The principal contributions of the proposed method are its capacity to transpose human movement onto non-human animal characters in a scenario where the human actor is untrained and where the anatomy of the animal character may be composed of any number of limbs. In a preliminary test, human subjects accurately recognized animations generated by the proposed system. In conclusion the proposed system allows the adoption of motion capture technology in a wider context of the production of animated digital content. This in turn enables this wider field to enjoy the flexibility and time saving benefits of motion capture technology.