Et team af forskere, inklusive Princeton-computerforskere, har udviklet et nyt værktøj, der forenkler processen med at animere stillbilleder, såsom dette diagram af en ekstern forbrændingsmotor. Kredit:Neil Adelantar
Det er ofte let at forestille sig balloner svæve eller sommerfugle flagre hen over et stillbillede, men at realisere denne vision gennem computeranimation er lettere sagt end gjort. Nu, et team af forskere har udviklet et nyt værktøj, der gør det meget nemmere at animere sådanne billeder.
Værktøjet er designet til at animere lignende elementer i et billede, såsom balloner eller regndråber, sagde Nora Willett, en kandidatstuderende i Princeton's Department of Computer Science og hovedforfatter på et papir, der præsenterer forskningen. For at gøre det, brugeren vælger manuelt en delmængde af de gentagne objekter, tegner derefter bevægelseslinjer og specificerer frekvensen og hastigheden, hvormed objekterne skal bevæge sig. Værktøjets algoritme udtrækker lignende objekter i billedet og adskiller dem i deres eget lag til animation.
"Hovedudfordringen i dette system var at designe en grænseflade, der tillader personen og computeren at arbejde sammen for at skabe en plausibel animation, " sagde medforfatter Adam Finkelstein, en Princeton-professor i datalogi. "Personen giver fingerpeg om, hvilke aspekter af scenen de gerne vil animere, og computeren fjerner meget af den besvær og kedsomhed, der ville være påkrævet for at skabe animationen fuldstændig i hånden."
Det nye værktøj bygger på de eksisterende muligheder i Autodesk SketchBook Motion-animationsappen. For at animere et stillbillede med den aktuelt tilgængelige version af appen, en bruger skal enten fremstille billedet helt fra bunden, eller arbejde med et eksisterende billede ved hjælp af et program såsom Adobe Photoshop til at vælge forskellige objekter og adskille dem i lag, før du genererer animationen.
Det var overraskende vanskeligt at udvikle en algoritme, der kunne identificere gentagende objekter, sagde Willett. Mens maskinlæringsmetoder pålideligt kan gøre dette med fotografier, at træne computere til at genkende elementer af tegninger eller malerier er mindre ligetil. "Der er en så bred vifte af tegnestile, og mennesker kan skabe sådanne fantastiske ting, at der bare ikke er nok data til at træne en maskine til at genkende hver eneste fantastiske tegning, " hun sagde.
For at forbedre brugergrænsefladen, forskerne arbejdede med seks brugere, der repræsenterede en række erfaringsniveauer med digital animation. To brugere valgte at animere deres egne kunstværker:Den ene skabte et langsomt svingende lys i et fotografi, mens en anden animerede en ring af avocadostykker, der kredsede rundt om anden mad i en tegning.
Willetts andre projekter på Princeton har fokuseret på at skabe metoder til at forbedre live animation af karakterer ved at tilføje sekundær bevægelse, såsom bevægelser af hår eller tøj; og skifter hurtigt dele af en levende animeret karakter for at ændre håndbevægelser eller tilbehør. Hun diskuterede sin baggrund og demonstrerede disse metoder under en Facebook Live-begivenhed i 2017 for Princeton Engineering.
Willett præsenterede holdets resultater den 16. oktober på Association for Computing Machinery's Symposium on User Interface Software and Technology. Hun begyndte at arbejde på værktøjet under et praktikophold hos Autodesk Research i Toronto. Ud over Finkelstein, andre medforfattere var Rubaiat Kazi, Michael Chen og George Fitzmaurice fra Autodesk Research; og Tovi Grossman fra Autodesk Research og University of Toronto.