[学习日记] 关于鹿鸣CG及其仿真人工智能的一些学习和思考 ~2021.02.11[另外新年快乐❤]

由鹿鸣引出的技术探索和见证虚幻引擎MetaHuman快速真实“造人”创举的一些想法 文：喵蛙种子（也就是夏风我）

先说最重要的，今天喵（我）看了米哈游N0va(鹿鸣）方法的部分技术背景，得知N0va原本布料CG制作流程是以单纯物理模拟或单纯手工制作关键帧来做的，要么耗时要么耗力。
所以不妨把2者结合起来各取优点，同时最重要的是Mihoyo团队和Leed大学团队等人使用人工智能算法，训练出能把 具有相同的物理特性的布料运动样子（形状），放到一起（相同的特征空间）的编码算法，图解如下：
（以下为个人理解）这种方法可以方便的通过一个关键帧的图样，来推测布料的物理特性（如受重力、阻力等）
甚至就像图中一样更加暴力，干脆忽略“物理特性”这一中间过程，在通过手工 得到一个好布料图样之后，根据此算法找到它所在的上图1的集合，然后在这个有相同布料属性的裙子库里，由计算机自动选择合适的过渡帧，达到KEY（制作）一个关键帧就“举一反三”的效果，通过找关键帧这个范例的家族，很容易的使计算机物理模拟布料更好的符合布料本身特性。这是N0va方法设计上很高明的地方。

关于后续的人工智能算法，明日再继续研究，此刻我的基础人工智能知识还不太够…

！有趣的是，我还有一个奇妙发现：在观察N0va计划的布料演算与实际对比时，我发现【图2】比较静止时：图中橙色的部分（有偏差）正好是布料不直接受力（不和腿挨着）的部分，而且一般会把受力预测小，导致预测的弯曲幅度变小（不那么凹/凸）【同时较静止时主要是凹的预测偏弱】；
通过观察更高速转动的【图3】，我发现同样是距离腿较远的布料受力较为不直接，预测的弯曲偏弱，【同时在高速（旋转）运动时凸的预测偏弱比较多】

有趣的两个现象也许可以作为未来布料演算优化的重点和方向，对上面两段里【 】部分的偏差适当修正应该是有很大意义的。
（虽然这样修正确实有着布料和受力物理数据缺失的现实难度，但是找到合适的优化方向是很重要的，N0va项目也是（部分）因此取得如此大的突破的）

其实在这之前，喵（我）还看了UE4的MetaHuman也就是快速构建真实的人模型的视频，开始时在想这只是虚拟形象和真实世界实体仿生还有差距，而后我突然惊醒，这就是解决了当今最耗时耗力的人体模型（尤其是脸部肌肉）的真实建模和骨骼动画需要喵！~再看演示视频效果出奇，操作更是简单——这不就是某I社的捏人游戏大作AI*少女的翻版吗，太简单舒服了吧，之前我可是一个下午都在捏人（人物建模）( * ^▽ ^ )，感觉就十分舒服和期待，而且看到Epic（UE母公司）早已有技术积累，还收购了好多技术实力很高的相关公司，有远见有准备！
然后就兴奋地下载下来，看看预览版是什么样，有什么技术细节，一些发现是UE虚幻引擎他们是这么做人物表情说话动作的：预先设计好不同位置的骨骼动画，然后做一个动作就把这几个小动画混合在一起
还发现了一个有趣的【图4】，就是脸部点位图，预览版的里面运行就会显示这个：

然后就联想到之前网友分享的i社（illusion）的捏脸关键骨骼和变形方法——感觉结合起来会爽到飞起~
链接如下https://zhuanlan.zhihu.com/p/28471808
防丢我直接存起来一份网页，需要私我喵~

总之很开心看到设计师们手中的工具越来越好，这也是图形学发展的一大意义，果然好工具就是要让用它的行家来发明改进嘿嘿，然后很开心学习到这些，感觉米游社和Epic在做很伟大的事!用技术让创作不受限！希望以后可以进入miHoYo、Epic这样既有美术追求又有技术追求的好公司，好好加油！另外知识的海洋很多都在英文网站，多去有意义的学术网站看看吧~

新的一年，祝大家天天开心，在知识的海洋里有所发现( * ^▽ ^ * )
如果有喜欢CG技术和游戏制作的小伙伴（好朋友）请联系我[email protected]吧❤

文:喵蛙种子（也就是夏风我的另一个名字，来自一个很好的兔兔朋友 ^ _ ^）

参考资料：N0va论文 http://geometry.cs.ucl.ac.uk/projects/2019/garment_authoring/
文中演示视频https://www.youtube.com/watch?v=oCoyq6gD3b4
UE的MetaHuman计划 https://www.unrealengine.com/zh-CN/digital-humans

	顺带一提，有道翻译划词翻译插件好用的，科学上网xiyou好用的~嘿嘿，用来好好学习哟❤