Аннотация: Описан способ реализации распределенных вычислений c использованием GPU и современных инструментов администрирования и управления расчетами для ферм рендеринга. Проведен сравнительный анализ традиционного метода вычислений на CPU и современных подходов. Рассмотрены различные конфигурации вычислительного кластера. Определен наиболее производительный способ выполнения визуализации.

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.

Аннотация:

Процедура установки вершинных весов – очень трудоёмкая и сложная задача для любого художника трёхмерных моделей. Поэтому применение процедурных методов для облегчения этой процедуры является очень важным.

В статье проведён анализ различных методик скиннинга и выявлены их преимущества и недостатки. Описаны наиболее частые варианты дефектов скиннинга, возникающие при использовании стандартных подходов. Проведён анализ инструментария для скиннинга в среде трёхмерного моделирования Maya. Предложены методы решения некоторых из имеющихся проблем, но не подразумевающие процедурного решения. Также на основе нейронных сетей в качестве дополнительного инструмента для программы Maya предложена идея собственного решения. Этот инструмент позволит преодолеть большинство недостатков других методов и ускорить процесс скиннинга модели.

Аннотация:

Работа посвящена описанию процесса разработки универсального инструментария для генерации синтетических данных для обучения разных нейронных сетей. Используемый подход показал свою успешность и эффективность в решении различных задач, в частности, обучения нейросети для распознавания покупательского поведения внутри магазинов через камеры наблюдения и пространств устройствами дополненной реальности без использования вспомогательных инфракрасных камер. Обобщающие выводы позволяют спланировать дальнейшее развитие технологий генерации трехмерных синтетических данных.