Kijk hoe onderzoekers statische beelden animeren met behulp van fascinerende machine-learning

$config[ads_kvadrat] not found

Doe het zelf: Cut-out animatie | REKKER

Doe het zelf: Cut-out animatie | REKKER
Anonim

Animatie is mooi, maar het maken van bewegende beelden is ongelooflijk arbeidsintensief. De visuele en kunstafdelingen die aan de film hebben gewerkt Moana alleen genummerd in de buurt van 300 personen, volgens de creditlists op IMBD. Maar een nieuw proces ontwikkeld door onderzoekers van Princeton heeft het potentieel om sommige delen van het proces drastisch te vereenvoudigen, met betoverende resultaten.

Met dit hulpmiddel kunnen gebruikers in feite een deel van een statische afbeelding kiezen die ze willen laten bewegen, regendruppels in een stormscène bijvoorbeeld, of stoomdeeltjes die door een verbrandingsmotor bewegen.

De gebruiker manipuleert vervolgens dat deel van zijn afbeelding om aan te geven hoe snel de animatie moet worden verplaatst, waarna een algoritme de instructies overneemt en extrapoleert naar alle andere vergelijkbare objecten in de afbeelding. Het heeft de potentie om animators veel tijd te besparen, terwijl het ook veel gemakkelijker wordt voor amateurs om dingen als cinemagraphs te maken - foto's waarbij een enkel deel van de afbeelding geanimeerd is.

"De persoon geeft aanwijzingen over welke aspecten van de scène ze zouden willen animeren", legt medeauteur Adam Finkelstein in een verklaring uit. "De computer verwijdert veel van de moeilijkheden en vervelingen die nodig zijn om de animatie volledig met de hand te maken."

Het is een techniek die moeilijker te ontwikkelen was dan je zou denken. Machinaal leren is heel goed in het identificeren van dingen in foto's, die gebonden zijn door natuurregels en relatief consistent zijn. Beelden die door de menselijke hand worden getekend, zijn natuurlijk niet consistent: elke persoon of kunstenaar heeft zijn eigen stijl.

"Er is zo'n breed scala aan tekenstijlen", legt Nora Willett uit, een afgestudeerde student in Princeton's Department of Computer Science en hoofdauteur van de paper. "Er zijn gewoon niet genoeg gegevens om een ​​machine te trainen om elke fantastische tekening te herkennen."

Om dit obstakel te overwinnen, ontwierpen de onderzoekers een interface die het gemakkelijker maakte voor mensen en machine learning om samen te werken. Ze begonnen met de Autodesk SketchBook Motion-app, die animaties kan maken, maar vereist dat gebruikers ze handmatig maken of tientallen lagen samenstellen via een andere app zoals Adobe Photoshop.

Om hun interface te testen, rekruteerde het team van Willett zes mensen met verschillende niveaus van animatie-ervaring, van wie er twee goed genoeg waren om zelf hun eigen animaties te maken. Ze presenteerden hun nieuwe methode net vorige week op het Symposium van de Association for Computing Machinery over gebruikersinterfacesoftware en -technologie.

$config[ads_kvadrat] not found