Physically-based motion synthesis using Monte Carlo optimization

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.author Eriksson, Sebastian
dc.date.accessioned 2015-07-01T08:12:52Z
dc.date.available 2015-07-01T08:12:52Z
dc.date.issued 2014
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/17036
dc.description.abstract Character animation is an important tool for creating expressive media both in film and in video game industries. Traditionally, animation is manually crafted by skilful artists who specify how the characters move over time. This is a laborious, expensive process. Additionally, the use of premade animations is limited -new motions, characters or environments require new animation data. This is a problem in interactive applications where dynamic events create complex interactions between different characters and objects; changes in the environment might render a premade animation useless. Motion synthesis refers to algorithmically creating animation by generating meaningful motion according to user-specified objectives. Physically-based synthesis uses the laws of physics as constraints in order to create physically valid motion. An interesting approach is to model motion synthesis as a mathematical optimization problem, and solve for it using known algorithms; this results in constrained non-convex optimization, where constraints include laws of physics and user-defined constraints, and the objective function describes the style of motion. This thesis presents a framework for a novel approach in physically-based motion synthesis using model-predictive control and online optimization by utilizing temporal coherence and stochastic sampling to enable synthesis of complex motion at interactive frame rates. en
dc.description.abstract Hahmoanimaatio on tärkeä työkalu ilmaisuvoimaisen median luomiseen sekä elokuva- että peliteollisuudessa. Perinteisesti, animaattorit luovat animaatiota käsin määrittelemällä miten hahmot liikkuvat ajan kuluessa. Tämä on työläs ja kallis prosessi. Ennalta tallennetun animaation hyötykäyttö on myös rajallista - uudet liikkeet, hahmot tai ympäristöt vaativat uutta animaatiodataa. Tämä on ongelma erityisesti interaktiivisissa sovelluksissa, joissa dynaamiset tapahtumaketjut luovat monimutkaisia interaktioita erilaisten hahmojen ja esineiden kesken; muutokset ympäristössä saattavat tehdä ennalta tallennetun animaation käyttökelvottomaksi. Liikkeen synteesi viittaa animaation tuottamiseen algoritmisesti, luomalla liikettä käyttäjän määrittelemien tavoitteiden mukaan. Fysiikkaan perustuva synteesi käyttää fysiikan lakeja rajoitteina, minkä ansiosta liike on fysikaalisessa mielessä realistista. Mielenkiintoinen lähestymistapa on muotoilla liikkeen synteesi matemaattisena optimointiongelmana, joka voidaan ratkaista käyttäen tunnettuja algoritrneja. Tämä johtaa rajoitettuun ei-konveksiin optimointiin, missä rajoitteina ovat fysiikan lait ja käyttäjän määrittelemät rajoitteet, ja tavoitefunktio määrittelee liikkeen tyylin. Tässä diplomityössä esitellään järjestelmä, joka käyttää uutta lähestymistapaa fysiikkaan perustuvan liikkeen synteesiin hyödyntäen ennakoivaa ohjausta ja reaaliaikaista optimointia. Optimointi hyödyntää ajallista jatkuvuutta ja tilastollista otantaa, joiden ansiosta monimutkaista liikettä voidaan syntetisoida interaktiivisilla ruudun päivitysnopeuksilla. fi
dc.format.extent 102 s.
dc.language.iso en en
dc.title Physically-based motion synthesis using Monte Carlo optimization en
dc.title Fysiikkaan perustuvan liikkeen synteesi käyttäen Monte Carlo -optimointia fi
dc.type G2 Pro gradu, diplomityö fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.subject.keyword liikkeen synteesi fi
dc.subject.keyword proseduraalinen animaatio fi
dc.subject.keyword fysikaalinen animaatio fi
dc.subject.keyword optimointi fi
dc.subject.keyword ennakoiva ohjaus fi
dc.subject.keyword motion synthesis en
dc.subject.keyword prosedural animation en
dc.subject.keyword physically-based animation en
dc.subject.keyword optimization en
dc.subject.keyword model-predictive control en
dc.identifier.urn URN:NBN:fi:aalto-201507013678
dc.type.dcmitype text en
dc.programme.major Vuorovaikutteinen digitaalinen media fi
dc.programme.mcode T-111
dc.type.ontasot Diplomityö fi
dc.type.ontasot Master's thesis en
dc.contributor.supervisor Hämäläinen, Perttu


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account