Motion Guided Deep Dynamic 3D Garments

要約

アニメーション キャラクターのリアルでダイナミックな衣服には、多くの AR/VR アプリケーションがあります。
このような動的な衣服のジオメトリを作成することは依然として困難な作業ですが、データ駆動型のシミュレーションは魅力的な代替手段を提供します。特に、下にあるキャラクターのモーションを使用して単純に制御できる場合はなおさらです。
この作業では、モーション ガイド付きのダイナミック 3D 衣服、特にゆったりとした衣服に焦点を当てています。
データ駆動型のセットアップでは、最初にもっともらしい衣服の形状の生成空間を学習します。
次に、この空間へのマッピングを学習して、衣服の以前の状態と、下にある身体に対する相対的な位置を条件として、動きに依存する動的な変形をキャプチャします。
技術的には、入力されたキャラクターの動きを使用して駆動される衣服のダイナミクスをモデル化し、衣服をグローバル空間に持ち込むためにフレーム依存のスキニング ウェイトで強化された衣服の標準的な状態で、フレームごとのローカル変位を予測します。
残りのローカル変位を予測することにより、残りのフレームごとの衝突を解決します。
結果として得られる衣服の形状は、反復的なロールアウト予測を可能にするための履歴として使用されます。
目に見えない体の形状とモーション入力に対するもっともらしい一般化を示し、複数の最先端の代替手段に対する改善を示します。

要約(オリジナル)

Realistic dynamic garments on animated characters have many AR/VR applications. While authoring such dynamic garment geometry is still a challenging task, data-driven simulation provides an attractive alternative, especially if it can be controlled simply using the motion of the underlying character. In this work, we focus on motion guided dynamic 3D garments, especially for loose garments. In a data-driven setup, we first learn a generative space of plausible garment geometries. Then, we learn a mapping to this space to capture the motion dependent dynamic deformations, conditioned on the previous state of the garment as well as its relative position with respect to the underlying body. Technically, we model garment dynamics, driven using the input character motion, by predicting per-frame local displacements in a canonical state of the garment that is enriched with frame-dependent skinning weights to bring the garment to the global space. We resolve any remaining per-frame collisions by predicting residual local displacements. The resultant garment geometry is used as history to enable iterative rollout prediction. We demonstrate plausible generalization to unseen body shapes and motion inputs, and show improvements over multiple state-of-the-art alternatives.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google