모션 보간(컴퓨터 그래픽)

Motion interpolation (computer graphics)

모션 보간술은 데이터 기반 캐릭터 애니메이션의 프로그래밍 기법으로, 예시 모션 간의 전환을 만들고 새로운 모션을 추론한다.

예시 동작은 키프레밍이나 모션 캡처를 통해 만들어지는 경우가 많다.그러나 키프램핑은 노동집약적이고 동작의 다양성이 부족하며, 두 과정 모두 변화하는데 시간이 많이 걸리는 동작으로 귀결된다.모션 보간술은 동일한 수단을 통해 새로운 모션을 만드는 것보다 훨씬 빠른 대안을 제공한다.[1]

실행

이전에는 등장인물의 움직임을 시뮬레이션하는 인기 있는 방법에는 런타임 동안 다양한 동작을 저장하고 가장 적절한 동작을 선택하는 것이 포함되었다.불행히도 스토리지 제한은 반복적이거나 불완전한 결과를 초래했다.대신에, 약간의 추가 계산을 통해, 기존의 유사한 동작을 보간하여 원하는 새로운 동작을 만들 수 있다.보간법을 사용하면 예시 동작의 현실적인 특성을 유지하면서 실시간으로 동작이 생성될 수 있다.[2]

시뮬레이션 피겨

움직임을 보여주기 위해 조작되는 시뮬레이션 수치는 관절에 의한 강성 연결의 계층적 연결로 표현된다.계층의 뿌리는 6개의 자유도를 가지고 있는데, 인물의 위치는 3도, 인물의 자전은 3도이다.이 표현은 충분하다. 왜냐하면 각 관절과 뿌리에 대한 도만 알고 있으면 언제든지 형상을 렌더링할 수 있기 때문이다.[1]

보간법

원하는 동작인 "걷기"를 위해 다른 기분을 전달하는 두 가지 예시 동작이 존재한다고 가정하자(예: 행복과 슬픔).행복한 걸음걸이는 시뮬레이션된 인물의 자세가 바르게 되어 있고 걸음걸이가 활력 있고 빠른 속도로 움직이는 것이 특징일 수 있다.슬픈 걸음걸이는 구부러진 자세와 느린 걸음걸이로 특징지어질 수 있다.[1]

이러한 동작을 보간하기 위해서는 표준적인 형태를 취해야 한다.이는 중요한 구조적 사건이 동시에 발생하도록 그들의 시간을 일반화해야 한다는 것을 의미한다.구체적으로 말하면, 행복한 걷기는 빠른 걸음으로 묘사되고 슬픈 걷기는 느린 걸음으로 묘사되기 때문에 두 가지 예시 걷기 동작은 시간에 따라 다를 수 있다.그러나 보간에는 동일한 시간 동안 확장하는 것만으로는 충분하지 않다.느리게 걷는 동작이 단순히 행복한 걷기 동작의 장단점이 아니기 때문이다.이러한 동작은 반드시 워크 사이클 키 프레임을 정렬하여 주어진 일반적인 시간에 두 동작이 전방 포인트 접촉을 하도록 해야 한다.[1]

행복하지도 않고 슬프지도 않은 중립 보행 동작의 경우, 기존 동작에 대한 해당 자유도가 보간술에 사용된다.그 결과 일반 시간에 중립적인 보행 운동을 걷는 시뮬레이션된 인물에 대해 자유도의 튜플이 생성된다.또는 시뮬레이션된 인물의 분위기가 실시간으로 행복에서 슬픔으로 바뀐다면, 보간술은 전환 시작 시 행복보행운동의 영향을 더 많이 받을 것이다.전환이 끝날 무렵, 그 인물이 단순히 슬픈 걸음걸이를 걸을 때까지 보간술은 슬픈 걸음걸이의 영향을 더 많이 받을 것이다.[1]

두 가지 유형의 움직임(예: 걷기 운동과 달리기 운동) 사이의 전환은 속도 보간과 관련이 있다.이렇게 하면 원활한 이행이 보장된다.두 가지 유형의 움직임 사이의 전환은 두 유형의 움직임 모두 구조적 유사성을 공유하는 일반적인 시간 틀 또는 결국 원하는 유형의 움직임에 도달하는 과도기적인 기간을 가진 일련의 움직임이어야 한다.[1]

역운동학

역운동학(역동력학)은 가상 환경과의 상호작용을 생성하기 위해 실시간 모션 보간술과 함께 사용할 수 있다.전술한 바와 같이 유의한 구조적 사건이 있는 예시 동작에 주석을 달기 위한 과정이 필요하다.이 주석들은 시간을 일반 시간으로 재귀화할 수 있도록 한다.그러나 이러한 주석들은 역동학을 사용해야 하는 기간을 지정하는 데도 사용될 수 있다.예를 들어 걷기 사이클의 전방 지점 접촉 중에 시뮬레이션된 수치의 발이 가상 환경의 바닥과 수평이 되도록 운동학적 제약 조건을 활성화해야 한다.[1]

관련 동작 검색

많은 수의 예시 동작의 경우, 관련 결과를 찾는 과정은 사소한 것이 아니다.따라서 논리적 유사성에 근거한 동작을 추출하고 이러한 결과를 검색이 가능한 연속적이고 분기적인 동작의 공간으로 결합하는 방법이 개발되었다.[3]

참조

  1. ^ a b c d e f g Rose, Charles (September 1998). "Verbs and Adverbs: Multidimensional Motion Interpolation". www.vuse.vanderbilt.edu. Retrieved 2016-12-14.
  2. ^ Wiley, Douglas (November 1997). "Interpolation Synthesis of Articulated Figure Motion" (PDF). www.computer.org. Retrieved 2016-12-14.
  3. ^ Kovar, Lucas (2004). "Parameterization of Motions in Large Data Sets". research.cs.wisc.edu/. Retrieved 2016-12-14.