Trinity College Dublin ve Bath Üniversitesi’ndeki araştırmacılar, yakın zamanda, köpekler gibi dört ayaklı hayvanları içeren animasyonların kalitesini iyileştirmeye yardımcı olabilecek derin sinir ağlarına dayalı bir model geliştirdiler. Oluşturdukları çerçeve, araştırmacıların yüksek kaliteli animasyonlar ve video oyunları üretmek için en son teknolojilerden bazılarını sunduğu bir etkinlik olan MIG (Hareket, Etkileşim ve Oyunlar) 2021 konferansında sunuldu.
Araştırmayı yürüten araştırmacılardan biri olan Donal Egan, TechXplore’a “İnsan dışı verilerle çalışmak istedik” dedi. “Muhtemelen veri elde edilmesi en kolay hayvan oldukları için, pratik olması adına köpekleri seçtik.”
Köpeklerin ve diğer dört ayaklı hayvanların kaliteli animasyonlarını oluşturmak zorlu bir iştir. Bunun temel nedeni, bu hayvanların karmaşık şekillerde hareket etmeleri ve belirli ayak hareketleri ile benzersiz yürüyüşlere sahip olmalarıdır. Egan ve meslektaşları hem animasyonlu videolar hem de video oyunları için daha gerçekçi içerik üreten, dört ayaklı animasyonların oluşturulmasını basitleştirebilecek bir çerçeve oluşturmak istediler.
Egan, “kare meslektaşları anime etmek gibi geleneksel yöntemleri kullanarak dörtlü hareketi yeniden üreten animasyonlar oluşturmak oldukça zor” dedi. “İşte bu nedenle, ilk kaba animasyonu otomatik olarak geliştirebilecek ve kullanıcının uzun süre uğraşacak gerçekçi bir animasyon yapma zorunluluğunu ortadan kaldıracak bir sistem geliştirmenin faydalı olacağını düşündük.”
Egan ve meslektaşları tarafından yürütülen son çalışma, insan hareketlerini oluşturmak ve tahmin etmek için derin öğrenmeyi kullanmayı amaçlayan önceki çalışmalara dayanıyor. Dört ayaklı hareketlerle benzer sonuçlar elde etmek için gerçek bir köpeğin hareketlerini temsil eden geniş bir hareket yakalama veri seti kullandılar. Bu veriler, birkaç yüksek kaliteli ve gerçekçi köpek animasyonu oluşturmak için kullanıldı.
Araştırmayı yürüten Donal Egan TechXplore’a, “Bu animasyonların her birine karşılık olarak, aynı bağlamda, ancak kalitesi düşük, yani hatalar içeren ve gerçek köpek hareketinin pek çok ince ayrıntısını içermeyen, bir ‘kötü’ animasyonu otomatik olarak oluşturabildik,” diye konuştu. “Daha sonra bu ‘kötü’ animasyonlar ile yüksek kaliteli animasyonlar arasındaki farkı öğrenmek için bir yapay sinir ağı eğittik.”
İyi ve kötü kaliteli animasyonlar konusunda eğitildikten sonra, araştırmacıların sinir ağı, köpeklerin animasyonlarını geliştirmeyi öğrendi: kalitelerini iyileştirdi ve onları daha gerçekçi hale getirdi. Ekibin fikri, ilk animasyonların, anahtar çerçeveleme teknikleri de dahil olmak üzere çeşitli yöntemler kullanılarak oluşturulmuş olabileceği ve bu nedenle çok ikna edici olmayabilecekleriydi.
Egan, “Bir sinir ağının, dörtlü bir animasyonun daha gerçekçi görünmesini sağlayan ince ayrıntıların nasıl ekleneceğini öğrenmesinin mümkün olduğunu gösterdik” dedi. “Çalışmamızın pratik sonuçları, içine dahil edilebileceği uygulamalardır. Örneğin, bir animasyon hattını hızlandırmak için kullanılabilir.
Araştırmacılar, derin öğrenme algoritmalarını bir dizi testte değerlendirdi ve animasyonun anlamını veya içeriğini değiştirmeden mevcut köpek animasyonlarının kalitesini önemli ölçüde artırabileceğini buldu. Gelecekte, bu model, filmlerde veya video oyunlarında kullanılmak üzere animasyonların oluşturulmasını hızlandırmak ve kolaylaştırmak için kullanılabilir. Egan ve meslektaşları sonraki çalışmalarında, köpeklerin hareketlerinin dijital ve grafiksel olarak yeniden üretilebileceği yolları keşfetmeye devam etmeyi planlıyor.
Orijinal makale: TechXplore
