课程介绍

角色动画是计算机图形学中一个非常独特的方向,其研究目标在于寻找自动化的方法让图形世界中的各种角色活动起来,生成自然生动、真实可信的姿态与动作。在电影、游戏、VR/AR、数字人等等诸多领域中,只要有虚拟角色出现的地方就一定有角色动画技术的身影。

计算机角色动画大致可分为 基于数据和关键帧 的动画以及 基于物理仿真与运动控制 的动画两大主要的研究方向。其中前者为目前角色动画的主流方法,有大量成熟的算法和工具被业界广为使用;而后者通常被认为在可扩展性和可交互性方面具有优势,并且随着近年来技术的发展以及VR/AR等强交互场景带来的需求而得到越来越多的重视。

本课程的第一部分将概括性的介绍关键帧动画的基本技术,并涵盖近年来利用深度学习和生成模型实现可交互角色动画的新方法。课程的第二部分将着重于讲解物理角色动画的基本方法,涵盖物理仿真、运动控制基础,以及近年来基于深度强化学习的新进展。


直播方式

GAMES Bilibili直播间 webinar.games-cn.org

北京时间周一晚8点到9点


先修条件

  • 【必须】: 高等数学(微积分,线性代数)、算法、数据结构
  • 【非必须】:数值分析、大学物理

授课教师

Avatar

刘利斌

北京大学智能学院

助理教授

libin.liu[at]pku.edu.cn

角色动画, 物理仿真, 动作控制

助教

Avatar

冯雨森

北京大学计算机学院

博士一年级

ysfeng[at]stu.pku.edu.cn

肌肉仿真, 物理仿真

Avatar

宋振华

北京大学计算机学院

博士三年级

songzhenhua[at]stu.pku.edu.cn

物理仿真, 动作控制

Avatar

姚贺源

北京大学计算机学院

博士二年级

heyuanyao[at]pku.edu.cn

物理仿真, 动作控制

Avatar

张誉泷

北京大学计算机学院

博士一年级

zhangyulong[at]pku.edu.cn

手部动画, 动作控制

[1] John Lasseter. 1987. Principles of traditional animation applied to 3D computer animation. SIGGRAPH Comput. Graph. 21, 4 (July 1987), 35–44. https://doi.org/10.1145/37402.37407

[2] Sebastian Starke, Yiwei Zhao, Taku Komura, and Kazi Zaman. 2020. Local motion phases for learning multi-contact character movements. ACM Trans. Graph. 39, 4, Article 54 (August 2020), 14 pages. https://doi.org/10.1145/3386569.3392450

[3] Xue Bin Peng, Yunrong Guo, Lina Halper, Sergey Levine, and Sanja Fidler. 2022. ASE: large-scale reusable adversarial skill embeddings for physically simulated characters. ACM Trans. Graph. 41, 4, Article 94 (July 2022), 17 pages. https://doi.org/10.1145/3528223.3530110

[4] Heyuan Yao, Zhenhua Song, Baoquan Chen, and Libin Liu. 2022. ControlVAE:Model-Based Learning of Generative Controllers for Physics-Based Characters. ACM Trans. Graph. 41, 6, Article 183 (December 2022), 16 pages. https://doi.org/10.1145/3550454.3555434