只要做出角色3D模型,AI就能讓它動起來!再也不怕3D動畫拖更了

郭一璞 發自 雲凹非寺量子位 報導 | 公眾號 QbitAI

一隻3D的狗頭卡通角色：

給它畫上骨架：

誒？就可以動起來了：

同樣的方法，也可以讓3D小男孩動起來：

讓3D高挑大姐姐動起來：

讓3D貓貓活蹦亂跳：

總之，一切原本應該只是靜態的3D角色模型，不管是人是動物，還是自然界不存在的卡通創意角色，都能見皮知骨，由靜到動：

連影子都配合的非常好！

只知道脫骨雞、脫骨鴨掌，沒想到，還有人反著來。

這一切，都是一個叫做RigNet的AI自動完成的。只要設計好角色的3D動態外形，它就可以自動預測角色骨架，預估骨架外皮膚的重量，生成角色運動的圖像。

這可比人工製作動畫方便多了，要是能用在3D動畫或者3D遊戲製作上，以後就不用擔心拖更或跳票了呢。

這項研究也登上了SIGGRAPH 2020，作者來自麻薩諸塞大學阿默斯特分校和多倫多大學。

多網絡合作實現

AI讓3D角色動起來，需要經歷兩個步驟：先是確定骨骼的位置，再預測骨架之外皮膚的重量。

骨骼是有關節、會轉動的，因此AI預測的時候也要先找到那些關節。

先用一個GMEdgeNet圖神經網絡，預測頂點向相鄰關節的位移。

這樣，骨頭大概長在什麼地方就出來了。

同時，還準備了另一個GMEdgeNet，參數和前面的那個不太一樣，用它來預測網格上的注意力函數，圖上越紅的位置，注意力就越強。

劃重點，GMEdgeNet長這樣，後面還要用：

做了這樣的準備，就可以用聚類模型，找到關節的位置。

關節的分布和生物學意義上的脊椎動物並不完全一致，不過鑑於只是追求外在的運動效果，並不是做骷髏裝飾品，因此有大致的位置來表示身體彎曲的節點就OK了。

現在找到了關節，我們再把關節連起來，給它裝上骨頭。

裝骨頭用的是BoneNet模型和最小生成樹算法，BoneNet負責預測每兩個關節的連接裡，哪些連接才是正確的骨頭的位置，符合一般動物的身體結構。

BoneNet模型長這樣：

同時，還要給這個3D角色找到「根關節」，就是下圖的小紅點，可以理解為「重心」，需要用到RootNet模型。

這真是「刻骨銘心」啊。

好的，現在關節、骨架和重心都有了，需要讓這幅骨頭感知一下皮肉的重量，它才能運動得符合自然規律也符合人們的觀感。

給皮肉「稱重」的任務，還是GMEdgeNet模型來做，它來預測骨架蒙皮權重。

傳送門

項目主頁：https://zhan-xu.github.io/rig-net/

論文地址：https://people.cs.umass.edu/~zhanxu/papers/RigNet.pdf

GitHub：https://github.com/zhan-xu/RigNet