[Solomonov Seminar] 121. Solomonov seminar

[Marko Grobelnik]

Vabim vas na 120. Solomonov seminar, ki bo v
torek, 20. maja 2003 ob 13. uri v Veliki predavalnici IJS.
Posnetki in materiali preteklih seminarjev so dostopni
na http://solomon.ijs.si/

Na tokratnem seminarju si bomo ogledali tehniko posnemanja gibanja,
ki jo lahko opazimo v hollywoodski produkciji novejsih animiranih/izracunanih
filmih kot sta npr. Shrek ali MonsterInc. Tematiko nam bo predstavil Jernej Barbic,
ki studira na Carnegie Mellon University v Pittsburghu.

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Jernej Barbic (Carnegie Mellon University)
               Posnemanje gibanja (Motion Capture)

Posnetek gibanja (angl. motion capture) je nova tehnologija, ki se je razsirila v uporabo v filmski industriji in v razvoju
racunalniskih iger. Na povrsino cloveskega telesa igralca se namesti priblizno 30 dobro vidnih oznak velikosti kovanca. Igralec
potem pred kamerami izvede doloceno gibanje. Kamere (tipicno jih je okoli 10) iz razlicnih zornih kotov belezijo polozaj oznak. Pri
tem uporabljajo algoritme iz racunalniskega vida in delujejo s frekvenco okoli 120 krat na sekundo. Na ta nacin dobimo trajektorije
gibanja oznak, iz cesar je mozno rekonstruirati polozaj in orientacijo vseh sklepov telesa za vsa casovna obdobja. Iz teh osnovnih
posnetkov resnicnega gibanja je potem z razlicnimi metodami mozno generirati nova, umetna gibanja istega igralca. Ena izmed
dolgorocnih vizij raziskav na tem podrocju je, da bo v prihodnosti mogoce v popolnosti posneti gibanje znanih Hollywoodskih igralcev
in potem racunalnisko generirati filme s temi igralci se dolgo po njihovi smrti.



Danes v svetu obstajajo velike podatkovne baze s posnetki gibanja, ki vsebujejo veliko razlicnih igralcev (ne nujno filmskih,
igralec je lahko vsakdo) in tipov gibanja (hoja, tek, telovadba, borilne vescine, itd.). Eden izmed odprtih problemov je, kako te
posnetke avtomaticno kategorizirati glede na tip gibanja. Soroden problem je problem segmentacije: v primeru, da dolocen posnetek
vsebuje vec razlicnih gibanj zapored (z zveznimi prehodi, npr. igralec najprej tece, potem preide v hojo in zatem spleza po lestvi
navzgor), kako avtomaticno najti prehode iz ene vrste gibanja v drugo. Najti ucinkovite metode za segmentacijo posnetkov gibanja je
bil glavni cilj nasega dela na CMU. Predstavil bom tri pristope k segmentaciji, ki uporabljajo analizo glavnih komponent (Principal
Component Analysis, PCA), probalisticno analizo glavnih komponent (PPCA) in mesane Gaussove porazdelitve (Gaussian Mixture Model).