A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Animação por Computador Capítulo 6 Captura de movimentos CRAb – Grupo de Computação Gráfica Departamento de Computação UFC.

Apresentações semelhantes


Apresentação em tema: "Animação por Computador Capítulo 6 Captura de movimentos CRAb – Grupo de Computação Gráfica Departamento de Computação UFC."— Transcrição da apresentação:

1 Animação por Computador Capítulo 6 Captura de movimentos CRAb – Grupo de Computação Gráfica Departamento de Computação UFC

2 2 Sumário do Capítulo 6 6. Introdução 6.1 Tecnologias 6.2 Processando as imagens 6.3 Calibração da câmera 6.4 Reconstrução de posição tridimensional 6.5 Ajustando ao esqueleto 6.6 Saída do sistema de captura de movimento 6.7 Manipulando os dados de captura de movimento

3 3 6. Introdução Criar um movimento fisicamente realístico com keyframe, cinemática direta ou inversa é difícil –Ainda precisam muito do talento do animador Existem detalhes mínimos que fazem muita diferença para a animação parecer realística –Para facilitar, grava-se movimentos de objetos reais e faz o mapeamento dos movimentos na animação –A gravação e mapeamento é chamado de Captura de Movimento (motion capture - mocap)

4 4 6. Introdução Captura de Movimento envolve: –Sensoriamento –Digitalização –Gravação de movimentos Objetos: –Humanos –Animais Será o foco do capítulo –Outras estruturas

5 5 6. Introdução Retirar o movimento do vídeo não adulterado é extremamente difícil –Ainda em estudo A figura capturada (talent ) é normalmente equipada –Pontos característicos fáceis de serem detectados e gravados

6 6 6. Introdução Se as gravações forem imagens 2D –Necessidade de calibração da câmera para a reconstrução de juntas tridimensionais São usados figuras sintéticas com demissões compatíveis ao talento do mocap Dados podem ser editados e combinados com outros movimentos antes da animação final

7 6.1 Tecnologias

8 8 Instrumentos –Sensores eletromagnéticos Também chamados de rastreamento magnético Sensores nas juntas que transmitem sua posição e orientação par ao processador central Teoricamente precisos Requerem ambientes isentos distorções de campos magnéticos Transmissão de dado –Cabo: o talento tem que ser “amarrado” com os cabos –Wireless: o talento tem que carregar uma fonte de energia Pode-se gravar e mostrar (quase) em tempo real Desvantagens: Alcance e precisão devido ao campo magnético e equipamentos

9 9 6.1 Tecnologias Instrumentos –Sensores eletromagnéticos

10 Tecnologias Instrumentos –Marcadores ópticos Maior alcance Necessidade de usar somente uma roupa com marcadores refletores Não é em tempo real Propenso a erros e ruídos Usa tecnologia de vídeos –Câmeras com infravermelho Por falta de informação da orientação, um numero maior de marcadores é necessário Custo mais baixo

11 Tecnologias Instrumentos –Marcadores ópticos

12 Tecnologias Instrumentos –Sistemas mecânicos Utiliza próteses que calculam variáveis físicas para medir posição Prós –Custa menos que os sistemas magnéticos e ópticos –O sistema é em geral portátil –Captura em tempo real –Os sensores nunca sofrem oclusão Contras –Tem uma taxa de amostragem muito baixa –Complexo –Traz limitações ao movimento das juntas humanas –A maior parte dos sistemas não calculam deslocamentos globais

13 Tecnologias Instrumentos –Sistemas mecânicos

14 6.2 Processando as imagens

15 Processando as imagens Objetivo do controle de movimento: –Reconstruir o movimento tridimensional de um objeto para um modelo sintético Sistemas ópticos –As imagens bidimensionais tem que ser processadas para localizar, identificar e correlacionar os marcadores Processamento de imagens Lógica simples Entrada do usuário E um pouco de sorte...

16 Processando as imagens Sistemas ópticos –Transformação do bidimensional par ao tridimensional Calibração de câmera Cuidado com imprecisões numéricas –Os pontos tridimensionais devem ser forçados a obedecerem o movimento capturado Modelo triangularizado do artista Satisfazer restrições das posições relativas de marcadores

17 Processando as imagens Marcadores ópticos –Adaptado de uma bola de tênis de mesa –Coberto para conseguir aparecer no vídeo –Presos com velcro na vestimenta Ou outro método conveniente –Podem ser coloridos –Colocados próximos as juntas Estruturas de interesse para a animação –Complicação: marcador se mover relatico a junta

18 Processando as imagens

19 Processando as imagens Apos a vídeo digitalizado –Escanear cada imagem do vídeo –Para achar os marcadores ópticos Quanto mais marcadores, mais complicado Os marcadores... –podem ficar oclusos –se sobrepõem em uma imagem –mudam sua posição relativa ao outros Rastrear cada marcador em todas as imagens –Mesmo quando não estão visíveis –Se o fundo da imagem for estático, pode ser feita uma subtração Simplificar a imagem

20 Processando as imagens Para achar os marcadores –Conhecimento do domínio Movimento: Andado –Os últimos marcadores sempre serão os do tornozelos (ou dos pés) »Assume-se que sempre estão a uma pequena distancia do final da imagem Usar o frame anterior –Sabendo informações sobre os limites de velocidade e aceleração »Descobrir o numero máximo de pixels que o marcador andou

21 Processando as imagens Para achar os marcadores não visíveis –Uso de heuristicas para Ficam não visíveis por alguns frames Tem velocidade quase constante –Problemas Troca de caminho dos marcadores no meio da sequência –Isso ocorre até para marcadores que ficam sempre visíveis caso passem perto »Erros numéricos Introdução de novo marcador quando na verdade o marcador está reaparecendo

22 Processando as imagens Para achar os marcadores não visíveis –Soluções Posições tridimensionais dos marcadores Intervenção do usuário Uso de marcadores ativos –São LEDs –Emitem uma luz única que os identifica –Pontos negativos »Não tem brilho forte »Cada marcador precisa de um tempo para soltar o próprio identificador »Há um atraso nas medidas dos marcadores por isso não são gravados no mesmo instante

23 Processando as imagens Problema: Ruído –Movimentos relativos a posição inicial Oscilações Reposicionamento –Processo de amostragem Imprecisão no posicionamento –Ex: Por 0,5 cm »Para algumas animações pode ser um grande erro

24 Processando as imagens Problema: Ruído –O usuário pode condicionar os dados antes da reconstrução Pontos muito inconsistentes podem ser jogados fora O resto é filtrado –Objetivo: suavizar a imagem sem remover características importantes »Uso de média ponderada »Usuário entra com o número de vizinhos a serem usados

25 6.3 Calibração da câmera

26 Calibração da câmera É necessário saber informações das câmeras –Posição –Orientações –Distância focal –Centro da imagem –Aspect ratio

27 Calibração da câmera A calibração é feita com um modelo simples de câmera pinhole –Ponto negativo Não apresenta efeitos ópticos que estão presentes no mundo real –Define uma geometria de projeção Usado para descrever um ponto no espaço tridimensional Plano de projeção ao longo do eixo-z

28 Calibração da câmera A calibração é feita com um modelo simples de câmera pinhole –Plano de projeção ao longo do eixo-z

29 Calibração da câmera A calibração é feita com um modelo simples de câmera pinhole –A imagem do ponto é formada onde o raio passa pelo plano de projeção –Uso de semelhança de triângulos

30 Calibração da câmera A calibração é feita com um modelo simples de câmera pinhole –Gravação de pontos no espaço que são conhecidos –Cria-se um conjunto de equações lineares que serão resolvidas por método dos mínimos quadrados (least squares) –Geralmente é necessário saber a não linearidade das Lentes Distancia focal Outros...

31 6.4 Reconstrução de posição tridimensional

32 Reconstrução de posição tridimensional É necessário encontrar o marcador em pelo menos duas câmeras –Quanto mais ortogonais, melhor –A imagem do ponto se encontra em e

33 Reconstrução de posição tridimensional O usuário pode reconstruir o a posição em coordenadas do mundo Igualando as equações –Tem-se três equações e duas variáveis e são desconhecido

34 Reconstrução de posição tridimensional Problemas: Ruído –Faz com que essas equações não se interceptam Mas normalmente os pontos são próximos – é perpendicular as outras duas linhas –O ponto entre e pode ser usado

35 Reconstrução de posição tridimensional Casos onde a identificação e o rastreio dos marcadores não foi completa –A distância entre e pode ser usado para testar a correção de e Se for muito grande –Os marcadores são diferentes

36 Reconstrução de posição tridimensional Múltiplos marcadores –A quantidade e posição dependem do que se pretende fazer com o movimento capturado –Em uma configuração normal só é necessário de 14 marcadores 3 por braços ou pernas 2 para cabeça

37 Reconstrução de posição tridimensional Múltiplos marcadores –Para mais precisão são adicionadas Cotovelos Joelhos Peito Mãos Dedos Tornozelo Espinha

38 Reconstrução de posição tridimensional

39 Reconstrução de posição tridimensional Múltiplas câmeras –Possibilidades de um marcador não permanecer visível Aumenta com a complexidade e o número de marcadores –Tipicamente, um sistema deveria ter 8 câmeras simultâneas Devem ser sincronizadas –Automaticamente –Manualmente

40 6.5 Ajustando ao esqueleto

41 Ajustando ao esqueleto Abordagem direta –A posição tridimensional de cada marcador é sua posição global de uma junta Problemas devido ao ruído, suavização e imprecisões –As distâncias das juntas do esqueleto não ficarão precisas ao longo do tempo »O tamanho do osso pode mudar entre 10 a 20% »Pode causar foot-sliding

42 Ajustando ao esqueleto Abordagem direta –A posição tridimensional de cada marcador é sua posição global de uma junta Os marcadores não estão exatamente no lugar das juntas –Se encontram fora de sua superfície –Solução: Realocação do ponto »Sem orientação –A falta de orientação pode ser resolvida colocando marcadores dos dois lados da junta »Não funciona para juntas complexas (ombros e espinha) »Dobra o numero de marcadores

43 Ajustando ao esqueleto Cálculos geométricos podem ser feitos para descobrir o deslocamento entre o marcador e a junta –É calculada a normal do plano que é feito por 3 juntas consecutivas Normal usada para deslocar a junta Exemplo: Cotovelo –Se existirem 2 marcadores no pulso »A posição da junta do pulso pode ser interpolada –A normal é calculada com as posições pulso-cotovelo- ombro –A real posição do cotovelo é calculado acrescentando na direção da normal a medida do artista –A normal é recalculada a cada frame –Problema: colinearidade »Pode interpolado

44 Ajustando ao esqueleto Tendo as juntas em posições consistentes –Podem ser usados para controlar o esqueleto –Uso das posições digitalizadas para calcular a rotação das juntas

45 Ajustando ao esqueleto Por causa das inpresições algunams restrições podem ser violadas –Ex: Penetração no chão –Os problemas são potencialmente nos end effectors Normalmente tem que ser posicionados independente do resto –As juntas acima na hierarquia devem ser ajustadas

46 6.6 Saída do sistema de captura de movimento

47 Saída do sistema de captura de movimento Existem disponíveis softwares de captura de movimento –Permite montar a hierarquia dos marcadores –Calibração de câmera –Automatizar o máximo possível o processamento dos marcadores –Tem entrada do usuário para resolver ambiguidades –Resultado pode ser animado ou salvo

48 Saída do sistema de captura de movimento Vários formatos-padrão de arquivos existem, os mais comuns são: –.asf /.amc (Acclaim) –.bvh (Biovision) Organização dos arquivos em duas partes: –Estrutural –Movimentação Orientados a: –Juntas (.bvh) –Esqueleto (.asf /.amc)

49 Saída do sistema de captura de movimento Exemplo de hierarquia de juntas root joint Chest offset DOFs: Zrotation Yrotation, Xrotation Limits: (-180,180) (-90,90) (0,270) joint Neck offset DOFs: Zrotation Yrotation, Xrotation... joint Left UpperLeg offset DOFs: Xrotation Yrotation, Zrotation joint LeftLowerLeg offset DOF: Xrotation...

50 Saída do sistema de captura de movimento Exemplo da gravação das juntas ao decorrer do tempo –Cada linha é uma amostra do movimento –O número de valores por linha é o DOF

51 6.7 Manipulando os dados de captura de movimento

52 Manipulando os dados de captura de movimento Os arquivos podem ser usados para animar qualquer objeto cujas dimensões correspondam objeto capturado Infelizmente, podem existir erros –Movimento pode ser recapturado –Pode-se manipular os arquivos

53 Manipulando os dados de captura de movimento Processamento sinais –Cada parâmetro do movimento capturado (angulo da junta), podem ser tratados como um sinal que varia no tempo –Sinal pode ser decomposto em Frequências –Podem ser extraídas, manipuladas e recolocadas Time-warped Interpolado com outros sinais –Os sinais originais representam movimentação fisicamente correta –Entretanto, nada garante a corretude física do movimento após modificação do sinal

54 Manipulando os dados de captura de movimento Processamento sinais (processamento de sinal do movimento) –Baixa frequência: Representa movimentação grosseira, geral –Alta frequência: Representa detalhes e sutilezas É onde a maior parte da ruído se encontra –Para as modificações Convolução com um filtro de kernel Os ganhos de cada banda são ajustadas pelo usuário E depois são somados para reconstruir o sinal

55 Manipulando os dados de captura de movimento Processamento sinais (deformação do movimento) –Cada curva de movimento é deformada independentemente –Portanto, considera-se apenas uma curva sem se preocupar com a influência das demais sobre ela

56 Manipulando os dados de captura de movimento Processamento sinais (deformação do movimento) –As restrições incluem Um conjunto de pares, cada par dando o valor que deve assumir em um dado tempo Um conjunto de pares na forma agem como restrições de tempo –Cada par dando tempo para o qual o valor originalmente associado ao tempo deve ser deslocado

57 Manipulando os dados de captura de movimento Processamento sinais (deformação do movimento) –O procedimento de deformação produz o mapeamento: Interpola através das restrições de deformação –Cria a curva de deformação de movimento: Transladando e/ou escalando a curva original para satisfazer as restrições: –Especificado pelo usuário –Funções e podem ser interpoladas no tempo »Combinadas, estabelecem a função

58 Manipulando os dados de captura de movimento Redirecionamento do movimento (motion retargeting ) –Dimensões do objeto não bate com o capturado Mapear o movimento Modificar para que satisfaça restrições importantes –Evitar »Penetração dos pés no chão »Auto penetração »Não permitir que o pé deslize Recontruida de forma mais semelhante possível da original

59 Manipulando os dados de captura de movimento Combinando movimentos –A capacidade de combinar os movimentos faz a captura de movimento mais útil para um animador Os movimentos são gravados durando poucos minutos cada O modo mais simples de se combinar pequenos movimentos em um maior é ter uma posição em comum –Não, necessariamente, há uma sensação de continuidade

60 Manipulando os dados de captura de movimento Combinando movimentos –Combinações mais realistas podem ser conseguidas através da mistura entre o fim do primeiro e o início do segundo Essa mistura pode parecer estranha se os pontos a serem conectados não forem similares As técnicas de processamento de sinal podem ser utilizados para a mistura –Há ainda pesquisa na área


Carregar ppt "Animação por Computador Capítulo 6 Captura de movimentos CRAb – Grupo de Computação Gráfica Departamento de Computação UFC."

Apresentações semelhantes


Anúncios Google