การจับภาพลักษณะและการเคลื่อนไหว

การจับภาพการเคลื่อนไหว (motion capture) เป็นการบันทึกการเคลื่อนไหวของนักแสดงจริงและนำไปปรับใช้กับตัวละครดิจิทัล ซึ่งให้การเคลื่อนไหวที่สมจริงซึ่งยากต่อการสร้างแอนิเมชันด้วยมือเปล่า

Definition

การจับภาพการเคลื่อนไหวคือการวัดการเคลื่อนที่ของบุคคลหรือวัตถุในช่วงเวลาหนึ่ง และแอนิเมชันตัวละครจากการจับภาพคือกระบวนการทำความสะอาด, การปรับเป้าหมาย, และการนำข้อมูลนั้นกลับมาใช้ใหม่เพื่อขับเคลื่อนตัวละครดิจิทัล

Scope

หัวข้อนี้ครอบคลุมระบบการจับภาพแบบออปติคอล (optical), แบบเฉื่อย (inertial) และแบบใช้เครื่องหมาย (marker-based), การทำความสะอาดและการปรับเป้าหมายข้อมูลที่จับภาพได้ให้เข้ากับตัวละครที่มีสัดส่วนต่างกัน, การผสมผสานและการนำคลิปการเคลื่อนไหวกลับมาใช้ใหม่, และโครงสร้างที่ขับเคลื่อนด้วยข้อมูล เช่น กราฟการเคลื่อนไหว (motion graphs) ที่สังเคราะห์ลำดับใหม่จากคลังข้อมูลที่จับภาพได้

Core questions

• การเคลื่อนไหวของนักแสดงถูกวัดได้อย่างแม่นยำได้อย่างไร?
• การเคลื่อนไหวที่จับภาพได้ถูกปรับให้เข้ากับตัวละครที่มีสัดส่วนต่างกันได้อย่างไร?
• คลิปการเคลื่อนไหวถูกผสมผสานและเชื่อมต่อกันอย่างราบรื่นได้อย่างไร?
• การเคลื่อนไหวใหม่สามารถสังเคราะห์จากคลังข้อมูลที่จับภาพได้อย่างไร?

Key concepts

• การจับภาพแบบออปติคอลและแบบเฉื่อย
• การติดตามเครื่องหมาย
• การทำความสะอาดการเคลื่อนไหว
• การปรับเป้าหมายการเคลื่อนไหว
• การผสมผสานการเคลื่อนไหว
• กราฟการเคลื่อนไหว

Key theories

การปรับเป้าหมายการเคลื่อนไหว

การเคลื่อนไหวที่จับภาพได้จะต้องถูกนำไปปรับใช้กับตัวละครที่มีโครงกระดูกแตกต่างกันในด้านขนาดและสัดส่วน ซึ่งต้องมีการรักษาสิ่งจำกัด (constraints) เช่น การสัมผัสเท้า เพื่อให้การเคลื่อนไหวที่ปรับเป้าหมายยังคงสมจริงทั้งทางกายภาพและทางสายตา

กราฟการเคลื่อนไหว

คลังคลิปที่จับภาพได้จะถูกจัดระเบียบเป็นกราฟที่มีขอบเป็นการเปลี่ยนผ่านที่ราบรื่น เพื่อให้การเดินตามกราฟสามารถสังเคราะห์กระแสการเคลื่อนไหวที่เป็นธรรมชาติที่ยาวนานและควบคุมได้จากชุดข้อมูลที่มีจำกัด

Clinical relevance

การจับภาพการเคลื่อนไหวเป็นมาตรฐานในการสร้างแอนิเมชันตัวละครในภาพยนตร์และเกม รวมถึงการผลิตเสมือนจริง (virtual production) และเทคโนโลยีเดียวกันนี้ยังสนับสนุนการวิเคราะห์การเดินทางคลินิก (clinical gait analysis), ชีวกลศาสตร์การกีฬา (sports biomechanics) และการประเมินการฟื้นฟูสมรรถภาพ (rehabilitation assessment)

History

การโรโตสโคป (rotoscoping) และอุปกรณ์เครื่องกลไฟฟ้าในยุคแรกเริ่มได้พัฒนาไปสู่ระบบเครื่องหมายแบบออปติคอลในช่วงทศวรรษ 1990; วิธีการที่ขับเคลื่อนด้วยข้อมูล เช่น กราฟการเคลื่อนไหวในปี 2002 ช่วยให้สามารถนำกลับมาใช้ใหม่ได้อย่างยืดหยุ่น และปัจจุบันการจับภาพแบบไร้เครื่องหมาย (markerless) และแบบเรียนรู้ (learned capture) กำลังก้าวหน้าอย่างรวดเร็ว

Key figures

• Lucas Kovar
• Michael Gleicher
• Alberto Menache

Seminal works

• kovar2002
• menache2011

Frequently asked questions

เหตุใดการเคลื่อนไหวที่จับภาพได้จึงไม่ถูกนำมาใช้โดยตรงโดยไม่มีการแก้ไข?

ข้อมูลที่จับภาพได้ดิบมักมีสัญญาณรบกวนและช่องว่าง, ผูกติดอยู่กับสัดส่วนที่แน่นอนของนักแสดง, และไม่ค่อยตรงกับตัวละครหรือฉากอย่างแม่นยำ ดังนั้นจึงต้องมีการทำความสะอาด, ปรับเป้าหมาย, และมักจะมีการผสมผสานหรือแก้ไขก่อนนำไปใช้

การปรับเป้าหมายการเคลื่อนไหวคืออะไร?

เป็นการปรับการเคลื่อนไหวที่จับภาพได้จากร่างกายหนึ่งให้เข้ากับตัวละครที่มีสัดส่วนแตกต่างกัน ในขณะที่ยังคงรักษาสิ่งจำกัดที่สำคัญ เช่น การวางเท้าบนพื้นและการวางมือบนวัตถุ เพื่อให้การเคลื่อนไหวยังคงดูถูกต้อง