Цифровой журнал «Компьютерра» № 17 - страница 21

К оглавлению

Опубликовано 19 мая 2010 года

В московской компании iPi Soft разработали уникальную систему захвата движений iPi Desktop Motion Capture, которая не требует оборудования, стоящего десятки, если не сотни тысяч долларов. Специальные костюмы Motion Capture с датчиками и метками тоже не нужны. Всё это заменяют алгоритмы машинного зрения, распознающие людей на видео, снятом обычными камерами.

Технология Motion Capture или, если по-русски, «захват движений» позволяет оцифровать движения актёра и использовать их для управления трёхмерной моделью персонажа. Захват движения активно используется и в компьютерных играх, и в анимации, и в кинематографе. «Удивительный случай с Бенджамином Баттоном», «Рождественская история» и «Аватар» — наиболее свежие примеры интенсивного использования Motion Capture.

Впрочем, у создателей iPi Desktop Motion Capture не было опыта работы в кино или игровой индустрии. «Изначально мы занимались разработкой программного обеспечения для бизнеса, — рассказывает основатель iPi Soft Михаил Никонов. — А эта идея возникла как-то спонтанно. Началось всё с того, что я раздумывал о разработке компьютерной игрушки — сугубо в качестве хобби. Меня поразило, насколько сложно сейчас делается захват движения».

Типичная система захвата движения «промышленного уровня» — это немаленький зал, внушительное количество специализированных камер (порой — десятки) и производительные серверы для обработки поступающих данных (формирование и обработка снятого «облака точек» в режиме реального времени требует более чем серьёзных мощностей). Стоимость полного комплекта оборудования — это пяти-, а то и шестизначные суммы в долларах.

В iPi Soft попытались разработать систему, которая позволяла бы осуществлять захват движения с помощью самых что ни на есть бытовых устройств — мощного ноутбука и нескольких обыкновенных цифровых видеокамер. Цена тоже куда доступнее: стоимость программного обеспечения iPi Soft составляет 500 долларов.

Системы захвата движения бывают разные, но почти каждую из них можно отнести к одному из двух типов: первый основан на обработке видео, а в другом используются специальные датчики. Те из них, которые не требуют датчиков, по объективным причинам вышли в лидеры.

Обрабатывать видео тоже можно по-разному. Некоторые системы требуют использования маркеров — особо выделенных областей на специальных костюмах для Motion Capture. Отыскать маркеры в отснятых кадрах относительно нетрудно — это не требует сложных алгоритмов. Существуют и безмаркерные системы — они, как можно догадаться по названию, не требуют маркеров и основаны на распознавании образов.

Считается, что безмаркерные системы прогрессивнее, и (по крайней мере с технической точки зрения) это чистая правда: технологии, лежащие в их основе, более сложные и наукоёмкие. Компьютер нужно научить отличать левую и правую стороны персонажа, а бликующие поверхности (например, блестящая ткань) способны сбить безмаркерные системы с толку. Фактически тут требуется полноценное машинное зрение, а данная область остаётся всё ещё недоразведанной территорией.

В системе iPi Soft маркеры не используются из принципа: это слишком долго и утомительно. Одна только подготовка и калибровка маркерной системы занимает полчаса-час, то есть студию захвата движения приходится резервировать на целый съёмочный день — а это стоит тысячи долларов. Вдобавок, как рассказал Михаил Никонов, в студиях Motion Capture, где применяются маркерные системы, часто во всех ролях снимаются одни и те же актёры, и требуется специальная одежда под маркеры, а наборов этой спецодежды всегда ограниченное количество.

iPi Desktop Motion Capture подготовить к работе можно куда быстрее. Правда, к одежде есть свои требования, но куда более простые. Оптимальный вариант — это чёрный свитер, синие джинсы и чёрные ботинки, при этом и верх и низ должны быть однотонными, без узоров и без блёсток.

Всё начинается со съёмки видео, причём, желательно, с разных точек. «Восстановить трёхмерную сцену с помощью нескольких камер несложно, — говорит Никонов. — Поскольку мы видим пиксели с разных точек, с помощью триангуляции мы можем восстановить трёхмерную картинку. Основная сложность — в той части технологии, которая отвечает за распознавание образов. Программе нужно понять, где человек и где какие части тела».