动画师福音！世界研讨会上的这些新技术会投入日常使用吗？

5月31日，在温哥华举行的SIGGRAPH会议上发布了多项动画师适用的新技术。

包括四足动物运动自适应，智能处理线稿，单摄像头完成人物动捕，程序化手绘动画等超实用的工具！

SIGGRAPH是世界上影响最广、规模最大，同时也是最权威的一个集科学、艺术、商业于一身的CG展示、学术研讨会。

历年大会都有各类丰富的成果展示，计算机图形（CG），动漫，虚拟现实（VR）游戏，数字艺术，混合现实，新兴技术等。

事实上，SIGGRAPH的技术经常会融入到现实世界的工具中。

在不久的将来，它们可以成为动画师日常使用的新工具吗？

小酱整理了部分动画新技术的预览，一起来看看吧！

四足动物运动自适应神经网络

今年最令人惊喜的新技术当属下面这项！

它由来自英国爱丁堡大学的团队和 Adobe研究员JUN SAITO一起研发，名为“用于四足动物运动控制的模式自适应神经网络”的技术。

四足动物动画是动画行业中未能得到很好解决的问题之一。

在做四足动物动画时必须设计各种复杂的动作，然后利用各种DCC软件进行Key帧或者对动物进行动作捕捉。

用这项新技术却可以轻松实现四足动物的任意动作。

他们提出的“运动控制的模式自适应神经网络”是一种新颖的端到端学习架构。

神经网络，就像人一样有思考力。

神经网络是这次论文的重要组成部分，它们经常用在人工智能和深度学习辅助模拟，动画处理的技术论文中。新技术也是关于一种基于神经网络的四足动物合成新方法。

作者基于非结构化的动作捕捉数据来“训练”它们，系统会自己从捕捉数据中“学习”它们的动作。

他们用一个实际操作的例子演练了这项技术——对一个四足动物进行训练，训练这只狼，包括坐、躺下、行走、来回走、小跑、跳跃等动作。

训练完了，你就用键盘或者其他设备实时控制它了。你可以看到这些动画非常的自然，无论如何急停、转弯以及跳跃都非常的流畅。

在固定线路上的精准度测试：我们可以看到它的步幅很严格的按照曲线在走，几乎不会偏移曲线。

这个系统可用于制作游戏和电影中的自然流畅动画，达到的质量已经可以投入实际使用，它是可以在Unity 3D引擎和TensorFlow中执行的。

人类动作捕捉：衣服和动作完美复制

MonoPerfCap：单目摄像机动作捕捉方案。

位于瑞士洛桑的最大普朗克计算机科学研究所和当地联邦理工学院的研究人员，提出了一套基于单目像机的动作捕捉方案：MonoPerfCap

往往需要通过庞大的实验室来完成的动作捕捉项目，居然通过单目设备就能完成。而且还无需对人体进行标记，这项技术甚至能够复制运动时服装的变形部分和身体的各个部位。

1，手持相机对人进行360度旋转扫描，在此过程中软件将会检测人与物理世界的比例，最终生成一个目标人物的骨架模型。

2，软件会模拟计算出人体数字骨骼的关节点，再基于卷积神经网络的学习估计出做动作时骨架姿势的变化，随后在骨架模型上渲染出整个人身体的轮廓。

人类的动作捕获是一个具有挑战性的问题，因为人体有大量的关节，还有潜在的快速运动，以及相当多的非刚性变形，甚至还有多视图数据等。

通过使用这种提出的方法，我们不仅可以重建人类的骨架运动，而且还可以重建服装的褶皱，使我们能够从自由的角度进行渲染。

他们通过测试表明，这次的技术在准确性和场景复杂性方面对比以前的技术有明显的优势。

对于逼真度来说，MonoPerfCap可能观感一般，尤其是在面部表情、细节渲染方面，不过毕竟入门门槛较低，因此有望被广泛使用。

便利小工具：一键处理草图

StrokeAggregator:将原始的草图合并成艺术家预期的曲线图。

作者开发了一种艺术家处理线稿使用的工具 ，这个新工具可以加工粗略的铅笔素描，智能化的分析草图里艺术家的设计，将其转化为一个清晰的图形。

换句话说，它是针对2D动画制作者的智能草图处理工具。

动画合成程序化

最后介绍一种合成手绘卡通动画的新技术。

来自布拉格捷克技术大学和Adobe Research的作者称这是“ToonSynth”，是基于实例的手绘彩色动画合成。

他们开发的工具可以保留手绘的动画的特定视觉外观和程式化运动，艺术家制作动画不必再画出每一帧。

在他们构建的框架中，艺术家可以风格化一套有限的已知源骨骼动画，程序会从中提取出一个木偶，根据艺术家的动画智能编码木偶的外观和运动特征。

给定一个新的目标骨骼运动，它会自动根据源代码示例动画创建一个新的彩色目标动画。

与以前的作品相比，这项技术是首次保留了原始手绘内容的详细视觉外观和程式化运动的技术。

今天的分享就到这里啦~