Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

上海枫泾古镇一角_20240824上海枫泾古镇一角_20240824
0

北京讯 – 在人工智能技术日新月异的今天,动画制作和游戏开发领域正迎来一场新的变革。北京航空航天大学、香港中文大学(深圳)、悉尼科技大学、中山大学等高校联合推出了一款名为Sitcom-Crafter的3D人类动作生成系统,该系统旨在通过AI技术,高效、智能地生成多样化且物理真实的3D人物动作,为动画和游戏设计提供强大的助力。

Sitcom-Crafter的核心功能在于能够根据用户提供的长剧情指导,自动生成包括人类行走、人类与场景交互以及人类之间交互等一系列复杂的动作。该系统由八大模块组成,其中三大核心模块负责动作生成,另外五个增强模块则专注于优化动作的流畅性、同步性以及碰撞修正,力求打造更加自然逼真的动作效果。

技术原理:场景感知与自监督学习

Sitcom-Crafter的技术亮点在于其创新的3D场景感知技术和自监督SDF(Signed Distance Function,符号距离函数)策略。该系统无需额外的数据采集,即可生成符合物理逻辑的动作,极大地提升了创作效率。

具体来说,Sitcom-Crafter的运动生成模块包括:

  • 人类行走生成: 利用现有的先进方法,如GAMMA,通过深度学习模型生成人物的行走运动。
  • 人与场景交互生成: 结合DIMOS等方法,结合场景信息生成人物与场景物体的交互运动。
  • 人与人交互生成: 采用自监督的场景感知方法,合成3D场景中的SDF点模拟周围环境,避免人物与场景的碰撞。同时,基于扩散模型(diffusion model)生成多人交互,考虑人物之间的相对位置和运动。

为了进一步提升动作的真实性和自然性,Sitcom-Crafter还配备了强大的增强模块,包括:

  • 剧情解析: 利用大型语言模型(如Gemini 1.5)解析剧情文本,转化为具体的运动指令。
  • 运动同步: 基于插值技术(如Slerp)确保不同模块生成的运动在时间上平滑过渡。
  • 手部姿态增强: 通过CLIP模型检索与文本描述最相似的手部姿态,融入生成的运动中。
  • 碰撞修正: 自动检测并修正人物之间的碰撞。
  • 3D重定向: 将生成的运动映射到现有的3D数字人物模型,提升视觉效果。

应用场景:从动画到教育,潜力无限

Sitcom-Crafter的应用前景十分广阔,不仅可以应用于动画制作领域,减少手动动画工作量,支持多样化动作和剧情驱动的动画设计,还可以应用于游戏开发领域,为NPC设计自然行为和交互动作,提升游戏沉浸感。

此外,Sitcom-Crafter在虚拟现实(VR)和增强现实(AR)领域也有着重要的应用价值,可以生成虚拟角色的自然交互和场景模拟,增强用户体验和交互自然性。在影视制作领域,Sitcom-Crafter可用于早期创意验证、特效场景设计和动作捕捉替代,提升制作效率。甚至在教育和培训领域,该系统也可以生成模拟训练中的角色行为,创建虚拟教学助手,支持安全演示和复杂场景教学。

项目地址与未来展望

目前,Sitcom-Crafter的项目官网、GitHub仓库以及arXiv技术论文均已开放,供研究者和开发者进一步了解和使用。

随着人工智能技术的不断发展,Sitcom-Crafter有望在未来进一步完善和优化,为动画、游戏、VR/AR、影视制作以及教育培训等领域带来更多的创新和突破。

关键词: Sitcom-Crafter, 3D人类动作生成, 人工智能, 动画制作, 游戏开发, 北京航空航天大学, 香港中文大学, 悉尼科技大学, 中山大学, 场景感知, 自监督学习, 扩散模型。


>>> Read more <<<

Views: 0

0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注