| |
| Acadêmico(a): Sílvia Hêdla Correia de Sales |
| Título: Animação de uma Marionete Virtual, a partir de um Sistema Óptico de Captura de Movimento Humano, sem Utilização de Marcações Especiais |
| |
| Introdução: |
Hoje, há um grande número de aplicações que precisam determinar a localização das partes do corpo humano em algum sistema de coordenadas, ao longo de um intervalo de tempo. Em especial, pode-se citar as aplicações que envolvem animação de personagens humanos virtuais (jogos, filmes, desenhos animados, realidade virtual entre outras). Normalmente, esse tipo de aplicação captura os movimentos realizados por um ator, e posteriormente reproduz os mesmos movimentos no personagem virtual. Esse tipo de atividade é conhecido formalmente por captura de movimento, ou MoCap (Fernandes, 2002). Para a determinação das partes do corpo humano do ator, as tecnologias atualmente existentes para MoCap são: mecânica, ótica, eletromagnética e acústica, porém a que menos causa interferência na movimentação do ator é a tecnologia ótica.
A técnica de Captura de Movimento foi criada para dar a aplicações de animação, a visualização realística dos movimentos humanos, visto que os movimentos de um ser humano envolvem dezenas de músculos e articulações, sendo hoje impraticável uma representação fisicamente correta por meio de técnicas tradicionais como animação por quadros chaves (keyframing). A técnica MoCap foi utilizada pela primeira vez em filmes como Terminator 2: Judgment Day, e consiste em capturar a posição e orientação de certas partes de objeto em movimento utilizando processos óticos ou eletromagnéticos (SILVA; CAVALCANTI , 1996).
Na captura do movimento humano com o sistema óptico, normalmente são utilizadas marcações especiais para a identificação do posicionamento 2D das partes do corpo do ator. Um exemplo é o filme Final Fantasy (FERNANDES, 2004?), onde todos os personagens foram construídos com tecnologia digital. Para que os atores virtuais tivessem um movimento realístico, foram capturados os movimentos de atores reais. Cada ator vestia-se dos pés à cabeça com uma malha preta, a qual foram presas 37 tiras refletoras em pontos importantes do corpo. Os movimentos do ator foram capturados por 16 câmeras espalhadas pelo cenário, e foi identificado o posicionamento 2D das tiras refletoras em uma seqüência de vídeo de cada uma das câmeras. A partir deste posicionamento foi reconstruído o movimento 3D para o ator virtual.
A determinação da localização das partes do corpo humano sem o uso de marcações especiais é uma difícil tarefa, pois o ator pode assumir diferentes posturas o que dificulta a localização.
Neste trabalho pretende-se estudar técnicas para segmentação de silhueta humana em imagens, para identificação do posicionamento 2D das partes do corpo sem a utilização de marcações especiais e reconstrução dos movimentos 2D em uma marionete virtual a partir de um sistema óptico de captura de movimento humano.
O protótipo especificado e implementado neste trabalho tem como entrada um arquivo de vídeo que contém um ator em movimento. O arquivo de vídeo foi gravado com a câmera em uma posição fixa. Os primeiros segundos do arquivo correspondem ao aprendizado do cenário, isto é, não existe movimentação do ator. Passado o tempo de aprendizado o ator entra em cena, o software extrai as informações referentes ao movimento do ator utilizando remoção do cenário, que consiste na comparação entre os valores das componentes de cor que compõem os pixels do cenário atual e os pixels do cenário obtidos na etapa de aprendizado. Na próxima etapa do protótipo é feita a extração dos ruídos e a localização da figura humana com os pixels resultantes da etapa de remoção do fundo da cena. A partir da localização da figura humana são encontrados os pontos 2D na figura, que tenham maior probabilidade de pertencer a uma das principais partes do corpo ator (cabeça, mãos e pés) utilizando geometria computacional. Os pontos encontrados são classificados com sendo uma das partes principais do corpo humano, através das proporções entre os membros do corpo humano. Em seguida os pontos são corrigidos, interpolados e ajustados, uma marionete é animada com os pontos referentes à estimação 2D das principais partes do corpo do ator.
|
| |
|
