Kroppen kan bevæge sig på et utal af måder. Og da mennesker er trænet af naturen til at kunne genkende selv den mindste unøjagtighed i disse bevægelser, er det ikke muligt at skabe en naturtro gengivelse på anden måde end ved at optage disse bevægelser. Vi “fotograferer” bevægelser vha. ’motion capture’-teknologi, og vi optager gerne masser af bevægelse for at opnå variation i det endelige udtryk.
Problemet bliver nu at få stykket fragmenter fra disse lange optagelser sammen til helt nye stumper af bevægelser, der reagerer levende på computerspillerens instrukser. Det er nemlig enormt tidskrævende at sidde og sætte sådanne fragmenter sammen manuelt – og alligevel er der en øvre grænse for, hvor godt og naturligt det kan komme til at se ud.
Men med metoden ’Motion Matching’ eller datadreven animation kan computeren analysere kvaliteten af bevægelsen i forhold til den ønskede bevægelse. På den måde kan computeren selv indsætte de manglende dele for at få en bevægelse til at se naturlig ud, i stedet for at der bruges ressourcer på at finde optagede bevægelser frem.
Det er ikke kun inden for spil, at man kan bruge datadreven animation som et analyseværktøj til at holde faktiske bevægelser op imod ønskede bevægelser. Det vil også kunne anvendes inden for genoptræning.
Hvis man eksempelvis vil være sikker på, at man genoptræner korrekt efter en skade, kan man bruge teknologien til at fortælle, når man laver en bevægelse forkert.
Det vil kvalitetssikre træningen og betyde en kortere og bedre genoptræningsproces. På lidt længere sigt vil man også kunne bruge maskinlæring til at forbedre metoden ved hjælp af tidligere brugeres erfaringer.
I Alexandra Instituttet er vi ved at undersøge, om vi gennem neurale netværk kan lære computeren, hvordan et menneske bevæger sig, så den selv kan regne ud, hvordan en naturlig bevægelse skal se ud i spillet. Og på længere sigt er vi interesseret i at undersøge, om man kan kombinere optagelserne af et menneske med biomekanisk simulation.
På denne måde vil man måske kunne ’beskrive’ et menneske, bygge det op digitalt med muskler og knogler og få det til at bevæge sig som et menneske. Det er svært at få det til at se rigtigt ud, men i kombination med neurale netværk ville det gøre udviklingen af spil en hel del lettere, hvis det lykkes.
Visualisering og billedanalyse har en lang række anvendelser inden for bl.a. undervisning, konstruktion, medicin, kultur, kommunikation, oplevelse og computerspil. Brug os som strategisk samarbejdspartner inden for de svære datalogiske problemer i computer vision.
Se hvordan andre har brugt computergrafik og simuleringer til at nå i mål med deres forretning:
En kirurgisk simulator giver ørekiruger en unik mulighed for at træne og eksperimentere med forskellige teknikker, inden de skal operere på levende mennesker.
Ny app gør det muligt at se 3D-modeller i augmented reality ude på byggepladsen eller inde ved skrivebordet
Sign2me har fået udviklet app, der i realtid oversætter tegnsprog ved hjælp af kunstig intelligens og dermed letter kommunikationen mellem døve og ikke-døve.
I tvivl om hvordan du kommer videre, og hvem du skal kontakte? Eller ønsker du en uforpligtende snak om dine digitale muligheder?
Skriv til os her.
Vi svarer tilbage inden for 24 timer.
Vil du hellere ringe, kan du fange os på 70 27 70 12.
Ⓒ 2020 - Alexandra Instituttet A/S
T +45 70 27 70 12, Åbogade 34, 8200 Aarhus N
CVR Nr. 24 21 33 66
Digitalisering skal være en god forretning
Dansk erhvervslivs foretrukne digitaliseringspartner #ForanDigitalt
nyhedsbrev
Når du indsender formularen, accepterer du samtidig, at du får e-mails fra os. Du kan til enhver tid afmelde dig.
