












ملاقات با همزاد دیجیتال
( بررسی سیستم ثبت چهره Image Metrics با نگاهی به پروژه Emily این شرکت)
حقوق این مقاله برای سایت انیمیشن دیتا محفوظ است
پژوهشگر و مترجم : مهدی صنعت جو
در این نوشته به معرفی تکنیک جدیدی می پردازیم که بمنظور متحرک سازی چهره شخصیتهای کامپیوتری مورد استفاده قرار می گیرد. این تکنیک مبتنی بر کپی برداری از حرکات واقعی چهره یک بازیگر است و طی آن ، حرکات ، با دقت بالایی ثبت شده و قابل اعمال به یک مدل کامپیوتری می باشد . در این جا بطور مشخص به بررسی پروژه ای خواهیم پرداخت که شرکت Image Metrics در زمینه ساخت یک چهره کاملاً واقع گرایانه دنبال کرده است. حاصل این پروژه ، متحرک سازی باورپذیر چهره انسان است که با کپی برداری از چهره یک بازیگر واقعی بدست آمده و بطرز شگفت آوری مشابه نمونه اصلی می باشد .باید اشاره کرد که Image Metrics نمونه ای بلادرنگ (real-time ) هم از این روش ارائه داده است که موضوع بحث این مقاله نبوده و در فرصتی دیگر به آن خواهیم پرداخت.
نگاه کلی به Image Metrics و Emily
یکی از روشهای معمول متحرکسازی چهره های کامپیوتری ، استفاده از شیوه هایی نظیر motion capture و یا به بیان دقیق تر تکنیکهای performance capture می باشد. در این روشها معمولاً با قرار دادن نقاط مرجع ویژه ای بر روی صورت بازیگر یا با اعمال گریم خاصی بر روی صورت ، اقدام به ثبت حرکات چهره می شود. اما چنین روشهایی محدودیت ها و معایب خاص خود را دارند که از آن جمله می توان به عدم حرکت صحیح اجزای صورت کامپیوتری ( مثل پوست و چشمها ) و دقت پائین این نوع متحرکسازی اشاره نمود. چنین ایراداتی بیشتر به این دلیل است که با روشهای معمول ثبت چهره نمی توان تمامی سطح صورت را پوشش داد و در نتیجه بسیاری از حرکات اصلی و حیاتی ، از دست می روند.
یکی از شرکتهای فعال در حوزه متحرکسازی چهره ، Image Metrics می باشد . Image Metrics پس از ارائه نمونه های موفقی در زمینه متحرکسازی چهره ، بر روی پروژه ای معروف به Emily متمرکز شد. Image Metrics در نظر داشت با انجام این پروژه ، نخستین استودیویی باشد که موفق به ساخت شخصیتی کامپیوتری گردد ؛ بطوریکه شخصیت ارائه شده ، متقاعد کننده و باورپذیر بوده و بر اساس یک انسان واقعی و با رزولوشن بالا خلق شده باشد.

سیستم Image Metrics
Image Metrics در زمینه متحرکسازی چهره های کامپیوتری مورد استفاده در بازیها، فیلمها و محتواهای تعاملی فعالیت دارد . این شرکت بمنظور متحرکسازی چهره های مجازی ، تکنیکی اختصاصی را ارائه داده که قادر است بدون نیاز به نشانگر یا گریم ویژه ، به ثبت حرکات چهره بپردازد و این حرکات را به مدل سه بعدی چهره اعمال نماید. در این شیوه از حرکات ، اجراها ، حالات و ژستهای چهره مورد نظر بصورت ویدئویی ، با کیفیت معمولی یا HD تصویربرداری می شود و سپس این تصاویر بطور پیکسل به پیکسل تجزیه و تحلیل شده و حرکات چهره از آن استخراج می گردد. این فرآیند سریعتر و بصرفه تر از روشهای سنتی است و مهمتر اینکه با این تکنیک بازیگر حین ثبت حرکات بسیار راحت بوده و خود را در شرایطی طبیعی یافته و در نتیجه بازی واقعی خود را بروز می دهد و از وجود عناصر مزاحمی نظیر نشانگرها و حسگرها خلاص می شود. نکته حائز اهمیت این است که با این روش امکان ثبت حرکات زبان ، دندانها ، لب ها و بویژه چشمها نیز فراهم می گردد .
روش Image Metrics برای متحرکسازی چهره ، تکامل یافته یک پروژه تحقیقاتی دانشگاهی در حوزه بینایی کامپیوتری ( Computer Vision ) می باشد که توسط سه دانشجوی دانشگاه منچستر یعنی Kevin Walker ، Gareth Edwards و Alan Brett دنبال می شد. آنها فناوریهایی را بمنظور ردیابی (tracking ) حرکات چهره توسعه دادند و هدفشان شناسایی هوشمند چهره ها بود . درحقیقت آنها توانستند بطور مجازی و بصورت پیکسل به پیکسل بدون کارگذاشتن نشانگرهای فیزیکی روی چهره ، به ردیابی حرکات اجزای صورت بپردازند.آنها در نهایت توانستند با توجه به ویژگیهای چهره ( مثلاً بافت پوست) و موقعیت و جهت سر ، روشی را ارائه دهند که طی آن تصاویر ویدئویی چهره مورد نظر ، تجزیه و تحلیل می شد و از این طریق ،اطلاعات دقیق چهره از درون تصاویر ویدئویی قابل استخراج بودند.
این سه نفر Image Metrics را در سال 2000 در منچستر بنیان گذاشتند تا از فناوری ابداعی خود استفاده بهتری ببرند . آنها موفقیت بزرگی کسب کردند و انیمیشنهای چهره قابل توجهی پدید آوردند ؛ ولی مدلهایی که ارائه دادند هنوز آنچنان دقیق و باورپذیر نبودند که بیننده آنها را واقعی بپندارد.
مزایای تکنیک Image Metrics
سیستم متحرکسازی Image Metrics یکی از دقیق ترین نمونه های حال حاضر در عرصه گرافیک کامپیوتری است. با اینکه در بکارگیری این روش نیازی به استفاده از نشانگر نیست ، با اینحال امکان ردیابی بسیار دقیق تمامی بخشهای چهره مورد نظر وجود دارد که این شامل چشمها ، زبان ، دندانها و لب ها نیز می شود. تجزیه و تحلیل چهره محدود به چند نقطه نیست بلکه این تجزیه و تحلیل با دقتی در حد پیکسل صورت می گیرد و به همین علت جزئی ترین حرکات چهره نیز از قلم نمی افتند . در روشهای سنتی که اغلب روشهایی مبتنی بر نشانگر هستند ، نمی توان نشانگرها را در تمام سطح چهره کار گذاشت و این نشانگرها تمام چهره را پوشش نمی دهند ؛ بنابراین بسیاری از حرکات چهره از دست می روند. علاوه بر این در سیستمهای ثبت چهره سنتی نمی توان حرکات لبها ، دندانها ، زبان و بخصوص چشمها را ثبت کرد ؛ حال آنکه در تکنیک مورد استفاده Image Metrics علاوه بر ثبت حرکات بخشهایی از چهره که در روشهای سنتی در دسترس هستند ، این امکان وجود دارد که حرکات بخشهایی از چهره که با روشهای سنتی قابل ردیابی نمی باشند نیز ثبت شوند . باید توجه داشت این قسمتها بخشهای مهمی از چهره هستند ؛ زیرا به میزان زیادی در انتقال احساسات دخالت دارند و اساسی ترین خصوصیات شخصیتی یک سوژه توسط این بخشهای صورت انعکاس می یابند و از این رو ثبت درست حرکات این قسمتها در موفقیت مدل مجازی چهره انسان و باورپذیری آن نقش اساسی دارد.این جاست که اهمیت روش ارائه شده توسط Image Metrics نمایان تر می شود.

کپی برابر اصل
برای اثبات توانایی این تکنولوژی در به تصویر کشیدن واقعیت ، Image Metrics کار بر روی پروژه ای را آغاز کرد که به Emily معروف است. هدف این پروژه بازسازی یک چهره واقعی توسط کامپیوتر بود بطوریکه از نظر ظاهر و نحوه حرکت اجزای صورت ، کاملاً مشابه نمونه اصلی باشد و بیننده را فریب دهد. برای اینکار از بازیگر جوانی بنام Emily O'Brien استفاده شد تا نسخه مجازی چهره وی توسط کامپیوتر خلق گردد .
نتیجه حیرت انگیزی که در دموی Emily مشاهده می شود حاصل ترکیب سیستم اسکن چهره موسوم به LightStage ( که Pual Debevec آنرا ابداع نموده است ) و تکنولوژی متحرکسازی Image Metrics است.
David Barton از شرکت Image Metrics در این باره می گوید : « فناوری متحرکسازی Image Metrics در زمینه ثبت حرکات چهره انسان فرآیند پیشرویی است و این بدین معنی است که هر آنچه را که Emily در اجرای خود انجام می دهد ، Image Metrics می تواند روی مدل CG بازیگر منعکس نماید. » . Barton بیشتر توضیح می دهد : « بمنظور نمایش قدرت تکنیک متحرکسازی چهره ارائه شده توسط Image Metrics تصمیم گرفتیم نخستین چهره تماماً کامپیوتری واقعگرایانه و متقاعد کننده را با رزولوشن HD بسازیم. هر چند ما (بطور معمول ) بر روی مدلهای کامپیوتری که مشتریها تحویل می دهند کار می کنیم یا اینکه چنین مدلهایی را خودمان می سازیم ، ولی بمنظور ساخت شخصیت واقعگرایانه برای این دمو ، از Paul Debevec ( ارائه دهنده یک سیستم اسکن چهره بسیار دقیق ) درخواست کردیم که اگر می تواند ما را در دستیابی به سطحی از واقعگرایی که در پی آن بودیم کمک نماید. سیستم اسکن چهره او در حال حاضر تنها روشی است که قادر به ثبت مستقیم جزئیات یک سوژه زنده با رزولوشن بالا ( در حد منافذ روی پوست ) می باشد و به همین دلیل ( این سیستم) یکی از عناصر اصلی این پروژه است »
Barton در این باره که چرا دست به کپی یک انسان واقعی زدند چنین می گوید : « وقتی ما در ابتدا ، کار بر روی پروژه را آغاز کردیم ، هدفمان ساخت یک نسخه دقیق از بازیگر حقیقی بود. چرا ؟ چون بدون داشتن نسخه ای از یک شخص ( نمونه ) واقعی ، نمی توانستیم بفهمیم چقدر به واقعیت نزدیک شده ایم. با توجه به بازخوردی که از نمایشگاه Siggraph 2008 و نیز از رسانه ها بدست آوردیم ، دریافتیم که به هدف بسیار نزدیک شده ایم. »
Image Metrics برنامه ریزی برای پروژه Emily را در ماه مارس 2008 آغاز نمود.پس از آنکه Image Metrics طرحی را برای انیمیشن توسعه داد ، بمنظور ساخت قالبی برای نسخه CG بازیگر مورد نظر ، چهره وی توسط سیستمی موسوم به LightStage در ICT Graphics Lab اسکن شد. سپس گروهی بر روی پروژه کار کردند و بدین ترتیب یک rige سفارشی برای شخصیت Emily ساختند ، اجرای بازیگر را بطور ویدئویی ثبت کردند و با استفاده از راهکار متحرکسازی چهره اختصاصی ، این اجرا را به شخصیت CG اعمال نمودند. زمانیکه فرآیند ثبت و rigging پایان یافت ، انیمیشن نود ثانیه ای در عرض یک هفته کامل شد.
مراحل کار را بطور خلاصه می توان اینطور بیان کرد : ساخت مدل سه بعدی Emily که با اسکن چهره وی توسط LightStage و با کمک Paul Debevec در ICT Graphics Lab دانشگاه USC صورت گرفت ؛ ثبت حرکات چهره Emily که با فیلمبرداری از چهره وی و تجزیه و تحلیل این تصاویر انجام شد و در نهایت اعمال اطلاعات استخراج شده از فیلم ویدئویی به مدل سه بعدی بمنظور جانبخشی Emily مجازی .
© Copyright 2009 - 2010/ Animationdata.com & Partners
صفحه 1 صفحه 2 عناوین مطالب











