雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
一隻3D的狗頭卡通角色：
給它畫上骨架：
诶？就可以動起來了：
同樣的方法，也可以讓3D小男孩動起來：
讓3D高挑大姐姐動起來：
讓3D貓貓活蹦亂跳：
總之，一切原本應該隻是靜态的3D角色模型，不管是人是動物，還是自然界不存在的卡通創意角色，都能見皮知骨，由靜到動：
連影子都配合的非常好！
隻知道脫骨雞、脫骨鴨掌，沒想到，還有人反着來。
這一切，都是一個叫做RigNet的AI自動完成的。隻要設計好角色的3D動态外形，它就可以自動預測角色骨架，預估骨架外皮膚的重量，生成角色運動的圖像。
這可比人工制作動畫友善多了，要是能用在3D動畫或者3D遊戲制作上，以後就不用擔心拖更或跳票了呢。
這項研究也登上了SIGGRAPH 2020，作者來自馬薩諸塞大學阿默斯特分校和多倫多大學。
多網絡合作實作
AI讓3D角色動起來，需要經曆兩個步驟：先是确定骨骼的位置，再預測骨架之外皮膚的重量。
骨骼是有關節、會轉動的，是以AI預測的時候也要先找到那些關節。
先用一個GMEdgeNet圖神經網絡，預測頂點向相鄰關節的位移。
這樣，骨頭大概長在什麼地方就出來了。
同時，還準備了另一個GMEdgeNet，參數和前面的那個不太一樣，用它來預測網格上的注意力函數，圖上越紅的位置，注意力就越強。
劃重點，GMEdgeNet長這樣，後面還要用：
做了這樣的準備，就可以用聚類模型，找到關節的位置。
關節的分布和生物學意義上的脊椎動物并不完全一緻，不過鑒于隻是追求外在的運動效果，并不是做骷髅裝飾品，是以有大緻的位置來表示身體彎曲的節點就OK了。
現在找到了關節，我們再把關節連起來，給它裝上骨頭。
裝骨頭用的是BoneNet模型和最小生成樹算法，BoneNet負責預測每兩個關節的連接配接裡，哪些連接配接才是正确的骨頭的位置，符合一般動物的身體結構。
BoneNet模型長這樣：
同時，還要給這個3D角色找到“根關節”，就是下圖的小紅點，可以了解為“重心”，需要用到RootNet模型。
這真是“刻骨銘心”啊。
好的，現在關節、骨架和重心都有了，需要讓這幅骨頭感覺一下皮肉的重量，它才能運動得符合自然規律也符合人們的觀感。
給皮肉“稱重”的任務，還是GMEdgeNet模型來做，它來預測骨架蒙皮權重。
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/live立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-05-10
本文作者：郭一璞
本文來自：“
量子位公衆号”，了解相關資訊可以關注“公衆号 QbitAI”