马上注册,加入CGJOY,让你轻松玩转CGJOY。
您需要 登录 才可以下载或查看,没有帐号?立即注册
×
前两天,公司动作组的小伙伴们都在讨论一种新技术:人工智能也可以做动画了,看来我们要失业了!
到底是什么牛逼的技术!?让动作组的小伙伴们惊呼“要失业”!(小编好奇心这么强,怎么能放过这么震撼性的消息。)
来来来,今天就带大家感受一下大数据学习和云计算在角色动画上显示的魔力!
看了这个视频,小编真是觉得这技术简直吊炸天啊!就不难理解为什么动画师会集体惊呼“要失业”了。
来看一些技术上的亮点:
角色在平地上移动,由静到动、逐渐加速、转弯,所有的动作衔接都很自然。
角色后退时腿脚的动作反应。看惯了角色”太空漫步“的玩家一定会觉得很惊讶!
即使是在复杂地形中,角色动作也特别细腻、丰富。从岩石上向下跳跃,角色的手脚动作特别协调,能够让人明显感到重心的变化。
视频中特别让人惊叹的一点,角色在攀爬、动作跨度大时,居然还会用手扶一下!
角色的适应性特别强。手动设置障碍物,角色也能随之调整身体的姿态,做出更符合地形特点的动作。
角色在遇到障碍物时,能够自行减速,反应竟如真人一样!
说了这么多,还是要看一些专业性的解释,免得让人觉得小编在忽悠大家。
发明这项技术的大神,将它命名为: PFNN:Phase-Functioned Neural Networks。(看不懂了吧,赶快去问度娘~)
PFNN通过大量学习人体动作,将捕获的运动数据与场景地形数据相匹配。当游戏中的角色遇到不同的3D场景环境,即可迅速做出情景所需要的正确反应,而且动作非常流畅、自然,几乎如同真人。
用于数据演算的相位函数式:
PFNN 先基于一种由动作组成的大数据集,以端对端的方式进行训练。这些动作包括行走、在崎岖地形中的奔跑、攀爬石块、跳跃障碍、在低处的蹲伏等等。
一旦训练完成,PFNN的运算速度非常快,即便是千兆字节的运动数据,只需要几毫秒的执行时间,而只占用几兆字节的内存!
PFNN的三个阶段:
( 预处理阶段 )
1、运动捕获和处理,使地形数据和捕获的运动数据相对应; 2、相位提取; 3、适应地形。
( 训练和运行阶段 )
4、PFNN从大型、高维数据集中学习,产生由控制参数所决定的每一帧角色运动;
5、根据相位的不同,系统输入用户的控制,角色之前的运动状态,场景的几何结构,自动产生高质量的运动,实现逼真的角色运动。
这样看来,这项技术真的可能会在一些领域产生影响,比如说影视动画、CG动画、交互场景下的电子游戏类型。但这种影响会有多大,是否能够完全取代目前的技术手段,一切好像还是一个未知数。
至于动画师会不会失业的问题,小编就不得而知了。 新技术的革新力量是无限的,美术盒子相信,未来人工智能一定会为游戏行业带来更多的技术革新。
|