|
|
Generating Animations with Neural Networks
Dráber, Filip ; Kohút, Jan (oponent) ; Hradiš, Michal (vedoucí práce)
While motion capture serves as a mean for animators to circumvent some of the most arduous aspects of creating realistic animation, there is still a lot of work hiding in annotating and structuring the data. I solve this problem by designing a neural network which can be trained on a motion capture data file to reproduce human locomotion visualized in an application which allows for the user to control the character's direction. I also subject various methods of training an autoregressive model to experiments and find which method trades training times for performance the best. Additionally, I remark how the addition of certain control features to frame-by-frame generations impacts the use of recurrent neural networks for this task.
|
|
|
Zachycení pohybu postavy ve 3D prostoru
Lupínek, Dalibor ; Krupa, Kamil (oponent) ; Drahanský, Martin (vedoucí práce)
Tato práce se zabývá možnostmi získávání dat pro animaci postavy z videa a problémy s tím spojenými. Dále popisuje v praxi používané systémy Motion Capture a formáty pro ukládání dat animace, konkrétně formáty BVH a CSM. Jedna kapitola se zabývá i kvaterniony, které jsou využívány při výpočtech spojených s touto problematikou. Její součástí je i ukázková aplikace ukazující dosažené výsledky. Ty jsou na závěr této práce zhodnoceny a je naznačena cesta dalšího vývoje.
|
|
|
Generating Animations with Neural Networks
Dráber, Filip ; Kohút, Jan (oponent) ; Hradiš, Michal (vedoucí práce)
While motion capture serves as a mean for animators to circumvent some of the most arduous aspects of creating realistic animation, there is still a lot of work hiding in annotating and structuring the data. I solve this problem by designing a neural network which can be trained on a motion capture data file to reproduce human locomotion visualized in an application which allows for the user to control the character's direction. I also subject various methods of training an autoregressive model to experiments and find which method trades training times for performance the best. Additionally, I remark how the addition of certain control features to frame-by-frame generations impacts the use of recurrent neural networks for this task.
|
|
|
Zachycení pohybu postavy ve 3D prostoru
Lupínek, Dalibor ; Krupa, Kamil (oponent) ; Drahanský, Martin (vedoucí práce)
Tato práce se zabývá možnostmi získávání dat pro animaci postavy z videa a problémy s tím spojenými. Dále popisuje v praxi používané systémy Motion Capture a formáty pro ukládání dat animace, konkrétně formáty BVH a CSM. Jedna kapitola se zabývá i kvaterniony, které jsou využívány při výpočtech spojených s touto problematikou. Její součástí je i ukázková aplikace ukazující dosažené výsledky. Ty jsou na závěr této práce zhodnoceny a je naznačena cesta dalšího vývoje.
|
host ::
RSS.