가우시안 프로세스를 이용한 모션 편집 일반화

예술가들이 매력적인 캐릭터 애니메이션을 만드는 한 가지 방법은 캐릭터의 움직임 세부 사항을 조작하는 것입니다. 이 과정은 비용이 비싸고 반복적입니다. 우리는 애니메이터가 짧은 모션 시퀀스에서 하는 편집을 다른 시퀀스로 일반화하여 이렇게 모션 편집을 더 효율적으로 만들 수 있음을 보여줍니다. 우리의 방법은 기계적 운동과 동역학의 가우시안 프로세스 모델을 사용하여 모션의 프레임을 예측합니다. 이러한 추정치는 확률적 추론과 결합됩니다. 우리의 방법은 기존 캐릭터의 전체 시퀀스로 예제에서 편집을 전파하는 데 사용될 수 있으며, 제어 캐릭터의 모션을 매우 다른 대상 캐릭터로 매핑하는 데에도 사용될 수 있습니다. 이 기술은 좋은 일반화를 보여줍니다. 예를 들어, 우리는 몇 초 간의 편집된 예제 애니메이션을 사용하여 학습한 추정기가 고품질 방식으로 수 분의 캐릭터 애니메이션을 편집하는 데 충분히 잘 일반화됨을 보여줍니다. 학습은 상호작용적입니다: 출력을 개선하고자 하는 애니메이터는 소규모의 수정 예제를 제공할 수 있으며, 시스템은 모션의 개선된 추정치를 생성합니다. 우리는 빠르고 새로운 기능이 포함된 전신 IK 시스템을 통해 이 상호작용 학습 프로세스를 효율적이고 자연스럽게 만듭니다. 마지막으로, 우리는 애니메이터의 편집을 일반화하고 전파하는 것이 예술가들에게 상당한 시간과 작업을 절약할 수 있음을 나타내는 전문 캐릭터 애니메이터와의 인터뷰 데이터를 제시합니다.