مایکروسافت در حال توسعه پیشرفته ترین سیستم مدل سازی از صورت انسان

[* Robo milad *]

گرافبک کامپیوتری، روز به روز بیشتر خود را در فیلم ها و بازی های ویدئویی نمایان می کند و البته همواره به سوی واقع گرایانه تر شدن پیش می رود. انیمیشن هایی مثل Brave از والت دیزنی و بازی هایی مثل L.A Noire از راک استار گیم؛ روزی برایمان مثل کار های آماتور و غیر حرفه ای به نظر خواهند رسید. این به خاطر پیشرفت هایی خواهد بود که در آینده نزدیک رخ می دهند. شاید امروز اولین گام به سوی این پیشرفت ها را شاهد باشیم،

محققان مایکروسافت مدل سازی سه بعدی را یک قدم جلو تر خواهند برد. اما چگونه؟ با تکنیکی که هم از فناوری motion capture و هم از اسکن سه بعدی کمک می گیرد. اگر با این تکنولوژی ها آشنایی ندارید، بهتر است ابتدا به شرحی از کاربرد آن ها بپردازیم.

انیماتور ها سال ها است که از فناوری motion capture یا «ضبط حرکت» استفاده می کنند تا حرکات واقعی موجودات را در انیمیشن هایشان شبیه سازی کنند. این تکنیک معمولا با پوشیدن لباسی که شامل سنسور های حرکتی در نقاط مختلف بدن بود، اجرا می شد. حرکات شخصی که لباس را می پوشید، به وسیله این سنسور ها تفسیر شده و به مدل های سه بعدی موجود در انیمیشن اعمال می شدند. نوع دیگری از این فناوری برای ضبط حرکات صورت هم به طور گسترده استفاده می شد و در همین اواخر تکنیک های پیشرفته ای را برای ضبط این نوع حرکات ارائه می داد.

فناوری اسکن سه بعدی هم به نوعی کمک دست انیماتور ها در ساختن آبجکت ها و اشیاء سه بعدی بود. در اوایل کار، این فناوری به اسکن اشیاء و مدل سازی آن ها کمک می کرد و در این اواخر آنقدر پیشرفته شده بود که بتواند صورت را هم اسکن کرده و مدل سازی کند. در بازی L.A Noire هم از این فناوری استفاده زیادی شد. صورت اشخاص مختلفی که در طول مراحل مختلف بازی دیده می شوند، از نمونه انسانی آن ها اسکن شده است.

حالا اگر این دو تکنولوژی را با هم مخلوط کنیم، چه به دست می آید؟ این کار تصاویر سه بعدی واقع گرایانه ای از صورت انسان پدید خواهد آورد. این تصاویر به حرکاتی مزین می شوند که نه تنها شامل حرکات مقیاس بزرگ ماهیچه های صورت انسان است، بلکه تمایز های بسیار کوچک مانند چین و چروک های صورت را هم در بر میگیرد.

محققان کار خود را با ضبط سه بعدی حالت های چهره بازیگران شروع کردند این کار با فناوری motion capture مبتنی بر نشان گذاری انجام شد. به این صورت که صد نقطه نورانی روی چهره بازیگر قرار گرفته و به جای سنسور ها انجام وظیفه می کنند. (نمونه این فناوری در کینکت مایکروسافت هم به کار گرفته می شود.)

چهره های بازیگران چندین و چند بار مورد اسکن قرار می گیرد و تصاویر تهیه شده از آنها، ممکن است بیش از مقدار مورد نیاز باشد. از این رو داده های ضبط شده، تحت یک آنالیز چهره قرار می گیرند. نتیجه این آنالیز مجموعه ای از اسکن های صورت را که برای باز سازی حالت های کلی صورت نیاز هستند، تشخیص می دهد با این کار حداقل اسکن های مورد نیاز برای باز سازی حرکات مشخص می شوند. سپس دانشمندان از یک اسکنر لیزری برای اسکن کردن حالت های ریز و جزئی چهره استفاده می کنند. در نهایت داده هایی که از motion capture به دست آمده با حداقل اسکن های صورت مورد نیاز ترکیب می شوند.

آقای تانگ که رهبری این تحقیق را بر عهده دارد، می گوید: انیمیشنی که بتواند حالات واقع گرایانه صورت را به ما نشان دهد، نهایت گرافیک کامپیوتری خواهد بود. – صورت انسان از 52 ماهیچه استفاده می کند و این ماهیچه قابلیت ایجاد حالات بسیار زیادی را به صورت می دهند. تکنولوژی فعلی در حدی است که معمولا نتیجه انیمیشن، به حرکات مصنوعی صورت ختم می شوند.

او همچنین می گوید: « ما با حرکات صورت بسیار آشنا هستیم. اما نسبت به وجود داشتن هر گونه خطایی در این حرکات نیز بسیار حساسیم. این بدان معنی است که ما نیاز به ضبط حرکات صورت با جزئیات زیاد داریم و باید کوچک ترین جزئیات را در زمان مناسب و با رزولوشن بالا ثبت کنیم.»

یکی از جا هایی که مایکروسافت می تواند از این تحقیق استفاده کند، پروژه آواتار کینکت است. برای مثال فرض کنید که به کینکت چشمک می زنید و این چشمک روی آواتار شما اعمال می شود. البته همه ی پژوهش های مایکروسافت به محصولاتش باز نمی گردند اما این یک کاندید قوی برای استفاده از این فناوری است.

آقای تانگ می گوید: « کاراکتر شما مجازی خواهد بود اما حالات آن واقعی است. برای کنفرانس های تلفنی، این فناوری می تواند مفید باشد. برای مثال این تکنولوژی می تواند در یک نشست تجاری به کار برده سود. جایی که مردم نسبت به حرکات یک دیگر حساس بوده و حرکات اشخاص را برای دانستن راست یا کذب بودن حرف هایشان، مورد بررسی قرار می دهند.

البته او می گوید ما هنوز هم در حال کار روی این فناوری هستیم. برای مثال، این تکنولوژی هنوز نمی تواند حرکات همگام سازی شده چشم ها و حرکات لپ ها را ضبط کند. همچنین این تکنولوژی نیاز به قدرت پردازشی و زمان زیادی دارد. البته محققان دوست دارند که قدرت پردازشی و زمان مورد نیاز را هم کاهش دهند. تا جایی که این پروسه در زمان واقعی انجام بشود.

این تیم در کنفرانس گرافیک کامپیوتری SIGGRAPH 2011، یک فایل PDF از این تحقیق را ارائه کردند. اگر نیازمند اطلاعات فنی بیشتر هستید می توانید به آن مراجعه کنید. آیا شما هم تجربه هایی با Motion Capture و اسکن سه بعدی داشته اید؟ چه خاطراتی از آن ها دارید؟ تکنولوژی جدید را چقدر موثر و کار آمد می دانید و چه کاربرد هایی برای آن تصور می کنید؟

[borzooi]