Una soluzione flessibile per aiutare gli artisti a migliorare l’animazione | Notizie del MIT

Gli artisti che danno vita agli eroi e ai cattivi nei film d’animazione e nei videogiochi potrebbero avere un maggiore controllo sulle loro animazioni, grazie a una nuova tecnica introdotta dai ricercatori del MIT.

Il loro metodo genera funzioni matematiche note come coordinate baricentriche, che definiscono il modo in cui le forme 2D e 3D possono piegarsi, allungarsi e muoversi nello spazio. Ad esempio, un artista che utilizza il proprio strumento può scegliere funzioni che adattano i movimenti della coda di un gatto 3D alla propria visione del “look” del felino animato.

Molte altre tecniche per questo problema non sono flessibili e forniscono solo un’unica opzione per le funzioni di coordinate baricentriche per un determinato personaggio animato. Ciascuna funzione può essere o meno la migliore per una particolare animazione. L’artista dovrebbe ricominciare da zero con un nuovo approccio ogni volta che vuole provare un look leggermente diverso.

“Come ricercatori, a volte possiamo rimanere bloccati nel circolo vizioso della risoluzione di problemi artistici senza consultare gli artisti. Ciò che interessa agli artisti è la flessibilità e il “look” del loro prodotto finale. A loro non interessano le equazioni differenziali parziali che il tuo algoritmo risolve dietro le quinte”, afferma Ana Dodik, autrice principale di un articolo su questa tecnica.

Al di là delle sue applicazioni artistiche, questa tecnica potrebbe essere utilizzata in settori quali l’imaging medico, l’architettura, la realtà virtuale e persino nella visione artificiale come strumento per aiutare i robot a capire come si muovono gli oggetti nel mondo reale.

Dodik, uno studente laureato in ingegneria elettrica e informatica (EECS), ha scritto l’articolo con Oded Stein, assistente professore presso la Viterbi School of Engineering dell’Università della California meridionale; Vincent Sitzmann, professore assistente dell’EECS che guida lo Scene Representation Group nel Laboratorio di informatica e intelligenza artificiale del MIT (CSAIL); e l’autore senior Justin Solomon, professore associato di EECS e leader del CSAIL Geometric Data Processing Group. La ricerca è stata recentemente presentata al SIGGRAPH Asia.

Un approccio generalizzato

Quando un artista anima un personaggio 2D o 3D, una tecnica comune è quella di circondare la forma complessa del personaggio con un insieme più semplice di punti collegati da segmenti di linea o triangoli, chiamati gabbia. L’animatore trascina questi punti per muovere e deformare il personaggio all’interno della gabbia. Il problema tecnico chiave è determinare come si muove il personaggio quando la gabbia viene modificata; questo movimento è determinato dalla progettazione di una particolare funzione di coordinate baricentriche.

Gli approcci tradizionali utilizzano equazioni complicate per trovare movimenti basati sulla gabbia che siano estremamente fluidi, evitando attorcigliamenti che potrebbero svilupparsi in una forma quando viene allungata o piegata all’estremo. Ma ci sono molte nozioni su come l’idea artistica di “uniformità” si traduce in matematica, ognuna delle quali porta a un diverso insieme di funzioni di coordinate baricentriche.

I ricercatori del MIT hanno cercato un approccio generale che consenta agli artisti di avere voce in capitolo nella progettazione o nella scelta tra le energie di levigatezza per qualsiasi forma. Quindi l’artista può visualizzare in anteprima la deformazione e scegliere l’energia di morbidezza che meglio si adatta ai suoi gusti.

Sebbene la progettazione flessibile delle coordinate baricentriche sia un’idea moderna, la costruzione matematica di base delle coordinate baricentriche risale a secoli fa. Introdotte dal matematico tedesco August Möbius nel 1827, le coordinate baricentriche determinano il modo in cui ciascun angolo di una forma esercita un’influenza sull’interno della forma.

In un triangolo, che è la forma utilizzata da Möbius nei suoi calcoli, le coordinate baricentriche sono facili da progettare, ma quando la gabbia non è un triangolo, i calcoli diventano confusi. Creare coordinate baricentriche per una gabbia complicata è particolarmente difficile perché, per forme complesse, ciascuna coordinata baricentrica deve soddisfare una serie di vincoli pur essendo il più liscia possibile.

Diversamente dal lavoro passato, il team ha utilizzato un tipo speciale di rete neurale per modellare le funzioni di coordinate baricentriche sconosciute. Una rete neurale, vagamente basata sul cervello umano, elabora un input utilizzando molti strati di nodi interconnessi.

Mentre le reti neurali vengono spesso applicate in applicazioni di intelligenza artificiale che imitano il pensiero umano, in questo progetto le reti neurali vengono utilizzate per ragioni matematiche. L’architettura di rete dei ricercatori sa come produrre funzioni di coordinate baricentriche che soddisfano esattamente tutti i vincoli. Inseriscono i vincoli direttamente nella rete, quindi quando genera soluzioni, sono sempre valide. Questa costruzione aiuta gli artisti a progettare interessanti coordinate baricentriche senza doversi preoccupare degli aspetti matematici del problema.

“La parte difficile è stata creare dei vincoli. Gli strumenti standard non ci hanno portato fino a questo punto, quindi abbiamo dovuto davvero pensare fuori dagli schemi”, afferma Dodik.

Triangoli virtuali

I ricercatori hanno attinto alle coordinate baricentriche triangolari introdotte da Möbius quasi 200 anni fa. Queste coordinate triangolari sono semplici da calcolare e soddisfano tutti i vincoli necessari, ma le gabbie moderne sono molto più complesse dei triangoli.

Per colmare il divario, il metodo dei ricercatori copre una forma con triangoli virtuali sovrapposti che collegano triplette di punti all’esterno della gabbia.

“Ogni triangolo virtuale definisce una funzione di coordinate baricentriche valida. Abbiamo solo bisogno di un modo per combinarli”, afferma.

È qui che entra in gioco la rete neurale. Prevede come combinare le coordinate baricentriche dei triangoli virtuali per creare una funzione più complicata, ma fluida.

Utilizzando il loro metodo, un artista può provare una funzione, guardare l’animazione finale e quindi modificare le coordinate per generare movimenti diversi fino ad arrivare a un’animazione che assomiglia a ciò che desidera.

“Da un punto di vista pratico, penso che l’impatto maggiore sia che le reti neurali ti danno molta flessibilità che prima non avevi”, dice Dodik.

I ricercatori hanno dimostrato come il loro metodo potrebbe generare animazioni dall’aspetto più naturale rispetto ad altri approcci, come la coda di un gatto che si curva dolcemente quando si muove invece di piegarsi rigidamente vicino ai vertici della gabbia.

In futuro, vogliono provare diverse strategie per accelerare la rete neurale. Vogliono anche integrare questo metodo in un’interfaccia interattiva che consenta a un artista di eseguire facilmente l’iterazione delle animazioni in tempo reale.

Questa ricerca è stata finanziata, in parte, dall’US Army Research Office, dall’US Air Force Office of Scientific Research, dalla US National Science Foundation, dal CSAIL Systems that Learn Program, dal MIT-IBM Watson AI Lab, dal Toyota-CSAIL Joint Research Center, Adobe Systems, un Google Research Award, la Singapore Defense Science and Technology Agency e Amazon Science Hub.