This paper presented a realistic an

This paper presented a realistic and expressive computer facial animation system by automated learning from Vicon Nexus facial motion capture data. Our approach with 103 markers performed better for expressive facial animation compared with another approach using only 50 markers. Facial motion data of different emotions collected using Vicon Nexus are processed using dimensionality reduction techniques of Principal Components Analysis (PCA) and EM algorithms for PCA (EMPCA). EMPCA with 30 dimensions and 10 iterations best preserved the originality of the data compared with the other techniques. Reducing the dimensions of the original data resulted in a space improvement of 97.6 percent with negligible error of only 1-2 percent. The data with different emotions are mapped to a 3D animated face using Autodesk Motionbuilder 2009, producing reasonable results. The approach presented in this paper used data captured from a real speaker, which makes the mapped facial animation more natural and lifelike

ผลลัพธ์ (ไทย) 1:

บทความนี้นำเสนอระบบคอมพิวเตอร์ภาพเคลื่อนไหวใบหน้าที่เหมือนจริงและแสดงออกโดยการเรียนรู้โดยอัตโนมัติจาก vicon เชื่อมต่อข้อมูลการจับภาพเคลื่อนไหวใบหน้า วิธีการของเราที่มีเครื่องหมาย 103 ทำได้ดีสำหรับการเคลื่อนไหวใบหน้าแสดงออกเมื่อเทียบกับวิธีการใช้เพียง 50 เครื่องหมายอื่นข้อมูลการเคลื่อนไหวของใบหน้าของอารมณ์ที่แตกต่างกันที่เก็บรวบรวมโดยใช้การเชื่อม vicon มีการประมวลผลโดยใช้เทคนิคการลดมิติของการวิเคราะห์องค์ประกอบหลัก (PCA) และขั้นตอนวิธีการ PCA em (empca) empca กับ 30 ขนาดและ 10 ซ้ำรักษาที่ดีที่สุดในการสร้างสรรค์ของข้อมูลเมื่อเทียบกับเทคนิคอื่น ๆการลดขนาดของข้อมูลต้นฉบับผลในการปรับปรุงพื้นที่ร้อยละ 97.6 ที่มีข้อผิดพลาดเล็กน้อยเพียง 1-2 เปอร์เซ็นต์ ข้อมูลที่มีอารมณ์ความรู้สึกที่แตกต่างกันจะแมปไปยังใบหน้าเคลื่อนไหว 3 มิติโดยใช้ Autodesk MotionBuilder 2009, การผลิตผลลัพธ์ที่สมเหตุสมผล วิธีการที่นำเสนอในบทความนี้ใช้ข้อมูลที่บันทึกจากลำโพงจริงซึ่งจะทำให้การเคลื่อนไหวของใบหน้าที่แมปเป็นธรรมชาติมากขึ้นและเหมือนจริง

ผลลัพธ์ (ไทย) 2:

เอกสารนี้แสดงระบบภาพเคลื่อนไหวหน้าคอมพิวเตอร์จริง และแสดงออก ด้วยการเรียนรู้โดยอัตโนมัติจากข้อมูลการจับภาพเคลื่อนไหวหน้า Vicon Nexus วิธีการของเรากับเครื่องหมาย 103 ปฏิบัติดีสำหรับหน้าการเคลื่อนไหวแสดงออกเปรียบเทียบกับวิธีอื่นที่ใช้เครื่องหมายเพียง 50 ข้อมูลเคลื่อนไหวใบหน้าอารมณ์ต่าง ๆ ที่เก็บรวบรวมใช้ Vicon Nexus จะดำเนินการโดยใช้เทคนิคลด dimensionality ของอัลกอริทึมในการวิเคราะห์ส่วนประกอบหลัก (PCA) และ EM สำหรับ PCA (EMPCA) EMPCA ขนาด 30 และ 10 ซ้ำที่สุดรักษาความคิดริเริ่มของข้อมูลเมื่อเทียบกับเทคนิคอื่น ๆ ลดขนาดของข้อมูลต้นฉบับเป็นผลในการปรับปรุงพื้นที่ร้อยละ 97.6 มีข้อผิดพลาดในระยะ 1-2 เปอร์เซ็นต์เท่านั้น ข้อมูล ด้วยอารมณ์ที่แตกต่างกันถูกแม็ปกับใบหน้าเคลื่อนไหว 3D ใช้ Autodesk Motionbuilder 2009 ผลิตผลที่สมเหตุสมผล ข้อมูลที่รวบรวมจากลำโพงจริง ใช้วิธีที่นำเสนอในเอกสารนี้ ซึ่งทำให้การเคลื่อนไหวใบหน้าแมป lifelike และธรรมชาติมากขึ้น

ผลลัพธ์ (ไทย) 3:

เอกสารนี้แสดงระบบ ภาพ แอนิเมชั่นที่สมจริงและลึกซึ้งคอมพิวเตอร์บนใบหน้าได้โดยการเรียนรู้โดยอัตโนมัติจากข้อมูล Nexus ใบหน้า vicon ถ่าย ภาพ เคลื่อนไหว วิธีการของเราพร้อมด้วย 103 ประกบสองตัวทำได้ดียิ่งขึ้นสำหรับ ภาพ เคลื่อนไหวบนใบหน้าได้แต่เมื่อเทียบกับอีกวิธีหนึ่งโดยใช้เพียง 50 เครื่องทำเครื่องหมายข้อมูลการเคลื่อนไหวบนใบหน้าของอารมณ์ความรู้สึกแตกต่างกันไปเก็บรวบรวมการใช้ vicon Nexus จะได้รับการประมวลผลโดยใช้เทคนิคการลดเงินต้นสวนกันกับ"ความมีมิติเดียวของคอมโพเนนต์การวิเคราะห์(( R ) PCA Cellular )และ EM อัลกอริธึมสำหรับ( R ) PCA Cellular ( empca ) empca พร้อมด้วยขนาด 30 และขนาด 10 ออกแบบยูนิฟอร์มที่ได้รับการสงวนรักษาอย่างดีเยี่ยมเป็นความคิดริเริ่มของข้อมูลที่เมื่อเทียบกับเทคนิคอื่นๆการลดขนาดของข้อมูลเดิมที่ส่งผลให้ในการปรับปรุงพื้นที่ว่างของ 97.6% โดยมีข้อผิดพลาด:ไม่เพียงร้อยละ 1-2 1-2 ข้อมูลที่มีอารมณ์ความรู้สึกที่แตกต่างจะถูกจับคู่กับ 3 D แบบ ภาพ เคลื่อนไหวสำหรับหน้าที่การใช้ ผลิตภัณฑ์ Autodesk อาทิเช่น motionbuilder 2009 ผลิตผลที่เหมาะสม วิธีการที่แสดงในเอกสารนี้ใช้ข้อมูลที่ได้จากลำโพงอย่างแท้จริงซึ่งทำให้ ภาพ เคลื่อนไหวบนใบหน้าได้ถูกแม็ปกับไคลเอ็นต์ที่เป็นธรรมชาติมากขึ้นและสมจริงดุจมีชีวิต