Синтетический датасет MetaHuman для оптимизации скиннинга 3D-моделей
Main Article Content
Аннотация
Представлена методика создания синтетического набора данных с использованием системы MetaHuman для оптимизации скиннинга 3D-моделей. Основное внимание уделено улучшению качества привязки (скиннинга) геометрии к скелетам персонажей за счет разнообразия генерируемых высокореалистичных моделей. С помощью MetaHuman сформирован обширный датасет, включающий десятки виртуальных персонажей с различными антропометрическими характеристиками и точно заданными весовыми параметрами скиннинга. На основе этих данных обучен алгоритм, оптимизирующий распределение весов между костями и поверхностью модели.
Предложенный подход автоматизирует процесс настройки весов, что поз-воляет значительно сократить ручной труд риггеров и повысить точность дефор-маций при анимации. Эксперименты показали, что использование синтетических данных приводит к сокращению ошибок скиннинга и более плавным движениям модели по сравнению с традиционными методами. Результаты работы имеют непосредственное применение в индустрии видеоигр, анимации, виртуальной реальности и симуляций, где требуется быстрый и качественный риггинг множества персонажей. Предложенный метод может быть интегрирован в существующие графические движки и конвейеры разработки в виде плагина или инструмента, облегчая внедрение технологии в практические проекты.
Ключевые слова:
Article Details
Библиографические ссылки
2. Epic Games. New release brings Mesh to MetaHuman to Unreal Engine … MetaHuman Mesh to MetaHuman Announcement. 2022. URL: https://www.unrealengine.com/en-US/blog/new-release-brings-mesh-to-metahuman-to-unreal-engine-and-much-more
3. Epic Games Forums. Skinning Method in MetaHuman (developer reply), April, 2021. // Unreal Engine forum. 2021. URL: https://forums.unrealengine.com/t/skinning-method-in-metahuman/226222
4. Кугуракова В.В., Абрамов В.Д. и др. Генерация трехмерных синтетических датасетов // Электронные библиотеки. 2021. Т. 24. No. 4. C. 622–652. https://doi.org/10.26907/1562-5419-2021-24-4-622-652
5. Сулейманова Е.А., Газизов Р.Р., Кугуракова В.В. и др. От идеи до реальности: процесс создания одежды для персонажа компьютерной игры // Известия вузов. Технология текстильной промышленности. 2024. №5(413). С. 13–19. https://doi.org/10.47367/0021-3497_2024_5_13
6. Baran I., Popović J. Automatic Rigging and Animation of 3D Characters. ACM Trans. Graph. 2007. T. 26. No. 3. C. 72-es.
7. McGrane C. Auto-rigging? Still something only Mixamo can do? // ThreeJS Forum. 2022. URL: https://discourse.threejs.org/t/auto-rigging-still-some thing-only-mixamo-can-do/43709/8
8. Automatic rigging of three dimensional characters for animation: пат. США № 11,170,558 B2 / Adobe Inc.; опубл. 09.11.2021. URL: https://patents.google.com/patent/US11170558B2/en
9. Xu Z., Zhou Y., Kalogerakis E., Landreth C., Singh K. RigNet: Neural Rigging for Articulated Characters //arXiv preprint arXiv:2005.00559. 2020.
10. Liu L., Zheng Y., Tang D., Yuan Y., Fan C., Zhou K. Neuroskinning: Automatic skin binding for production characters with deep graph networks //ACM Transactions on Graphics (ToG). 2019. Vol. 38. No. 4. P. 1–12.
11. Mosella-Montoro A., Ruiz-Hidalgo J. Skinningnet: Two-stream graph convolutional neural network for skinning prediction of synthetic characters // Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2022. P. 18593–18602.
12. Guo Z. et al. Make-It-Animatable: An Efficient Framework for Authoring Animation-Ready 3D Characters //arXiv preprint arXiv:2411.18197. 2024. URL: https://jasongzy.github.io/Make-It-Animatable/
13. Gazizov R., Shubin A. Modification of Skeletal Character Animation Using Inverse Kinematics Controllers //2024 International Russian Smart Industry Conference (SmartIndustryCon). IEEE, 2024. P. 553–557. https://doi.org/10.1109/SmartIndustryCon61328.2024.10515984
14. Тарасов А.С., Кугуракова В.В. Реконструкция трехмерной модели человека по единственному изображению// Электронные библиотеки. 2021. Т. 24, № 3. С. 485–504. https://doi.org/10.26907/1562-5419-2021-24-3-485-504

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.