能用計算機圖形學技術和機器學習等實現精細模仿人類畫手的漫畫/日式動畫風格渲染嗎?
如給「鐵絲邊緣」加上線條的粗細變化、小尺度扭曲等,來模仿漫畫家的風格(甚至模仿某位特定畫家的風格)
現在日本二維動畫好多都能看到3渲染2的影子哦,比如柯南機器貓什麼的。
舉個栗子,比如最近的京都學園大學。
正片:
京都學園大學15秒テレビCMアニメ版(人文學部編)
幕後解析:
京都學園大學電視廣告動畫製作解析 - Making of Kyoto Gakuen University TVCM
在介紹一款3渲2的max插件 Pencil+官方網站:http://www.psoft.co.jp/en/product/pencil/index.html
能做個大概,然後還是需要一遍手修的過程。
從日本人的研究來看,卡通渲染技術最難的並不是繪畫風格本身,而是更基本的物理問題。
動畫與電影不同,它的動作有大量無規律的變形,這些
變形不僅是反常識的,而且不存在真正的通用規律。十二法則只是最基礎的原則,其中很多條非常模糊,談在此之上有無窮無盡的變化。很有可能畫出來的東西毫無規律可言但就是很好看。也就是說,你沒辦法將它公式化。
比如京都的這個畫面,違反了一切運動規律和透視法則,單看簡直莫名其妙,但是連起來看效果還是挺好的。
GAINAX的FLCL當年在動畫界引起轟動就是因為其中有大量反動畫常識的激進畫法。有興趣的人可以去看一下細田守監督的那部海賊王劇場版,裡面的每張圖單拿出來都和抽象藝術一樣,然而動起來後就是好看。
早期對於卡通渲染的探索主要集中在描線和塗色上,現在這個階段已經過去了,只看渲染方式的話,現在動畫的靜止幀已經和手繪非常相似,但是一動起來,馬上就露出破綻——太真實太流暢了。日本人採用過一種非常極端的方式來去除流暢
感,就是計算機畫完後人手再描一遍,實際上是反向的轉描機(轉描是為了真,這個是為了假)。大友克洋的《火要鎮》是目前效果最好的,但是成本完全無法接
受。而且即使是這種方法,對於手繪的那種極端變形也是完全沒有辦法實現的。目前只能做到替代動畫師加中間幀。
不過隨著ALPHAGO的成功,這種基於深度學習的神經網路應該會成為2D動畫的救世主。人類至今無法總結出圍棋的通用原則,計算機卻總結出來了(雖然它也無法表達),而動畫的情況與之類似。
雖
然動畫的「好看」與「不好看」要比圍棋的「有利」「不利」更難以判斷,但這個問題應該可以解決。可以讓機器以過往的動畫作品為理想目標,不停訓練自己,雖
然也無法達到萬能畫家的程度,但是學會某個特定大師的風格應該問題不大。可惜金田伊功死了,否則應該讓他畫點專門的樣片。
當然,最終完成這個任務的肯定是美國人——誰要指望日本人的計算機技術那一定是瘋了。
前幾年的最佳短篇《紙飛機》可以多少看出這個領域的進步。加入了大量的誇張效果,雖然也不像手繪,但至少也不像3D動畫。優酷網-迪士尼奧斯卡提名《紙上談情》首播 令人心動的紙飛機魔力
用機器學習搞的texture synthesis做的NPR處理測試
(註:結果圖像有經過少量的人為加工)
其實距離還遠著呢。
渲染的源是什麼?是圖像還是模型?如果是圖像距離就更遠了。期望機器學習能把場景分割之類的搞好吧,這樣才有希望處理描線什麼的吧。如果是模型,似乎容易多了,比如存在明確幾何描述的輪廓線,可以直接得到,最後結合下texture synthesis,得到人類畫手的效果還是很簡單的。但是可怕的是,人類畫手的很多線條是無法從幾何模型上得到的(線條與幾何沒有對應關係,但是與畫的物體有對應關係),而且還因人而異,如果例子不夠多,學習起來估計很有難度。
吐槽1:不過目前看來對於生產用處不太大,Roto技工一個鏡頭一幀便宜的就幾毛錢,我最近招的描線助手一個小時就80左右。
吐槽2:目前一些新的甚至老的圖像處理演算法也真是夠慢的。某個近年的平滑及求本徵圖的演算法,本來打算用在新的項目里,但是慢得不如我手畫了。
更新個結果
照片
明暗重構
著色(人工,但是可以依賴計算機完成)
現在的所謂上色神經網路其實只是上色,但是一般繪畫里上色是兩個意思的,明暗+色彩都要有。很多學習的素材是包含或不含明暗的,導致上色神經網路的效果離人還是很遠。
一眼看成漫畫,就想進來貼這個:https://zhuanlan.zhihu.com/p/21582205?f3fb8ead20=e3779b723cf28764b75fd0413f365e2ffrom=singlemessageisappinstalled=1
然後發現問的是動畫,這個嘛,我母雞啊
樓上主要解釋了三渲二的技術。這個技術本身是三維幾何模型渲染二維效果,現在有很多研究,不過全自動的好像還做不到。另外,二維動畫很多情況並不是三維世界真實存在的運動,比如有些動作的打擊感。還有的二維動畫,人體比例並不是真人比例,三維渲染會出現問題,這都是要用人工修正的。
至於你說的機器學習。。。如何吐槽呢。。。題主不知道啥是機器學習吧。。。首先要有大量的樣本,換句話說要有足夠多公開的人工三渲二操作流程的積累。。。目前還沒有公司能提供這種數據。。。
另外,如果機器學會了創作,估計人類離滅亡也不遠了。。。。。。
推薦閱讀:
※SVM在線性不可分的情況下,利用核函數升維後就一定線性可分嗎?
※語音識別中,聲學模型與語言模型扮演什麼角色?或者說是怎麼通過兩個模型進行語音識別的?
※現在機器視覺這麼火,那機器聽覺被人忽視了?
※如何計量「火候」?
※l1 相比於 l2 為什麼容易獲得稀疏解?