拉伸传感器与机器学习强强结合 ,“三种手指捕捉模式”助力教育教学革新

Xsens动作捕捉 2023-05-10 4802

10月24日,第80届教育装备展示会进行到了第二天,展会上迪生Hand Engine手部动作捕捉系统大放异彩,它将独特的拉伸传感器与机器学习相结合,也因此被赋予了很多技术优势。该手套可以捕捉精细的手部运动数据,且不惧遮挡不惧剧烈运动可以创建专人的手型文件。由于区别于传统的光学与惯性系统,使它在展会期间受到很多人重点的关注。

拉伸传感器与机器学习强强结合 ,“三种手指捕捉模式”助力教育教学革新  第1张

迪生Hand Engine 手部动作捕捉软件有三种模式,每种模式呈现的效果特点各异,但三种模式在后期制作中均无需返回和重新拍摄即可任意切换模式,且可以做出各种高难度的动作。这种高保真、高性能、高难度、高精准的动作捕捉数据也意味着它卓越的价值。

拉伸传感器与机器学习强强结合 ,“三种手指捕捉模式”助力教育教学革新  第2张

其中自由姿势检测模式的稳定性强,可以进行实时调整。它可在拍摄期间非常快速地调整姿势,包括检测姿势的强度等,其效果完全由自己控制。在拍摄前可以关键帧质量的精度训练需要的手部动作,拍摄的动作越丰富,在拍摄中可以识别动作的程度就越高,获得的手部动作就越精准。因此用各种动作的合集,就可以做热门的抖音“手指舞”。

姿势库模式可在拍摄前创建并上传自定义姿势库,用于在拍摄过程中获得精准的手部动作。以校准的姿势作为连续动作的标准,并将自由姿势检测模式与混合模式进行了结合,两种模式不能同时实现的动作,在该模式中皆可实现。在实际操作中,该模式需要有明确的手部姿势,软件才能自动识别手指动作的所属模式。如果手指的动作接近自由姿势检测模式,就会向其动作接近,可以做出连续、自然的手部运动,相反如果接近混合模式,软件系统就会将演员的动作强制执行校准动作。

拉伸传感器与机器学习强强结合 ,“三种手指捕捉模式”助力教育教学革新  第3张

混合模式通过机器的学习辅助可以自动插入关键帧,只需要设定一个动作范围,软件即可识别演员所做的姿势动作。在关键帧与姿势库的作用下,可以将其动作吸附到校准的姿势状态下。使用手部动作解决方案时,时间和效率很重要,而这种混合模式,能够自动将演员所做的动作进行吸附,可以提高制作速度。

拉伸传感器与机器学习强强结合 ,“三种手指捕捉模式”助力教育教学革新  第4张

这三种模式以及具有革命性的拉伸传感器技术可为教育教学、虚拟制作创作者提供了一套内容解决方案,它可以制作市场上最准确、最逼真的手部运动动画。将其技术优势应用到院校的教育教学中,可以在最短的时间内获得高质量的手部数据,为学生后期整理关键帧减少时间和成本,也让他们有更多的时间和精力制作精美的动画,还可推动制作模式的变革,助力教育教学的新样态。

拉伸传感器与机器学习强强结合 ,“三种手指捕捉模式”助力教育教学革新  第5张

迪生一直致力于促进数字制作技术与教育教学的深度融合,提升教育质量,实现教育革新,积极与院校探索和创新人工智能、虚拟现实等技术在教学中的应用,开展启发式、探究式、参与式等不同形式的教学。未来的教学环境是人与智能技术高度协同的“人技”结合,以学生为中心的新型教育环境,需要企业与院校不断加深合作,才能共同促进高质量教育的发展。

The End