מקור הקוד הפתוח תוכנה ב-דמוקרטיזציה Motion Capture טכנולוגיה

לפני הגל הפתוח-מקור: מחירו של Mo-Cape

כדי להעריך מה מציעים כלים קוד פתוח, זה עוזר להבין מה הם מחליפים.מערכות לכידת תנועה מקצועיות מסורתיות נופלות בדרך כלל לשתי קטגוריות: אופטית ואיננהנטיבית.

מערכות ללכוד

מערכות אופטיות מסתמכות על מערך מצופה בקפידה של מצלמות אינפרא אדום.שחקנים לובשים חליפות מכוסה סמנים רפלקטיביים.המצלמות עוקבות אחר עמדות הסימון בחלל 3D, ותוכנות משחזרות את השלד.מערכות מ- Vicon, Motion Analysis ו- OptiTrack הן תקני תעשייה.A מערכת טיפוסית עם 12-24 מצלמות, ציוד קלוש, רשיונות, חוזים קלים יכולים לשקף 200,000 $ או להגדיר גם מערכת יציבה יותר.

מערכות ללכוד

מערכות אינפורמטיביות משתמשות בחיישנים בעלי יכולת ללבוש - מאיץ'ים, בגירוסקופים, ומגנטים - הצמידים לגוף של השחקן.חיישנים אלה מחשבים אוריינטציה ומיקום ביחס למרכז מוצרים מ Xsens, Noitom, ו Roko הם פופולריים עבור יכולת הנטו וההתנגדות שלהם כדי להשפיל. A מלא לאנרגיות מותג גדול עדיין מ-2,000 דולר עבור מודלים סטנדרטיים עבור מודלים סטנדרטיים ל-5,000 דולר עבור מודלים מקצועיים לעתים קרובות.

עלויות אלה יצרו מחסום גבוה לכניסת .ממריצים עצמאיים, אולפנים קטנים, מוסדות חינוכיים עם תקציבים מוגבלים, וחוקרים במדינות מתפתחות היו ברובם נכללו.התוצאה הייתה ריכוז של מומחיות מרושעת ותפוקה יצירתית בתוך מספר קטן של ארגונים ממומנים היטב. Open-source תוכנה מאתגרת את הריכוז הזה על ידי מתן חלופות חינם שעובדות עם חומרה.

ראשי > פרויקטים ומכשירים

מערכת אקולוגית הולכת וגוברת של פרויקטים בקוד פתוח מספקת כעת מסלולים קיימא ללכידת תנועה.חלק מתמקדים במעקב גוף מלא, אחרים על לכידת פנים, ורבים משלבים עם צינורות קוד פתוח קיימים 3D.

(ב) ,0) פתחה אתMoCaptureFLT:1 - מערכת אקולוגית מבוססת מצלמה

(FLT:0)Felove:1 [OpenMoCapture:2]FLT 3: הוא אחד מנקודות הכניסה הנגישות ביותר.הוא משתמש במצלמות סטנדרטיות או מצלמות סמארטפונים כדי ללכוד נתונים תנועה.התוכנה מעסיקה אלגוריתמים ראיית מחשב - שרבים מהם בנויים על OpenCV ומודלים למידה עמוקים - כדי להעריך את תנוחות האדם ממשתמשי וידאו לא צריך תכונות מיוחדות או קופים.

(ב) ,0) פתחה (בתרגום חופשי: Multi-Person Keypoint)

פותח על ידי חוקרים באוניברסיטת קרנגי מללון, FLT:0irFLT:1 פתיחותPosephphve:2FLT 3: 3 הוא ספריית זיהוי מפתח רב-אדם בזמן אמת, זה יכול לזהות גוף, יד, זיהוי פנים ונקודות מפתח של כף הרגל מתמונות בודדות או זרמי וידאו.

(ב) ⁇ (ב"ד): "ה' (ב')" (בשיתוף פעולה)

DeepMotion מציעה מגוון של כלי אנימציה מונעים על ידי AI, כולל פלטפורמת Animate 3D. בעוד DeepMotion מפעילה שירות ענן מסחרי, היא גם שחררה רכיבים קוד פתוח ואלגוריתמים עבור תנוחות ודור תנועה. התרומות האלה עוזרות קהילת הקוד הפתוח הרחב לבנות צינורות מעקב מדויקים ויעילים יותר.העבודה של החברה מציגה מודל היברידי שבו קוד פתוח יכול לפעול יחד עם השני.

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

בלנדר כולל מודול מעקב חזק תנועה המכסה את שני מעקב המצלמה (משלב) ועוקב אחר אובייקטים.בעוד לא פתרון לכידת תנועה מלא גוף החוצה מהקופסא, הכלים למעקב של בלנדר יכולים להיות משולבים עם תסריטים ונתונים חיצוניים למקם נתונים של estimation כדי ליצור זרם עבודה מלא מלוטש-העל-ידי בלנדר פיתחה מספר רב של תוספות שמייבבות נתונים מ-OpenPose,Pi Mediape, ו-Retra-sources-re-Re-Res-Res-Retcher זה הפך למעשה פלטפורמה פתוחה ל-Retcher.

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

מפותח על ידי גוגל, FLT:0 [MediaPipecioFLT:1] הוא מסגרת קוד פתוח לבניית צינורות ML יישומיים multimodal.com תנוחות שלה פתרון estimation פועל ביעילות על מכשירים ניידים ודפדפנים מקוונים, מתן זמן אמת 33-point גוף זיהוי. MediaPipe Power אינספור פרויקטים, מתקנים אינטראקטיביים וכלים חינוכיים עבור תנועה, מציעה שכבה קלה, אשר שימשה לשימוש ב-Uniontative Data Forms.

כיצד קוד פתוח מוריד את גדר ההפרדה הטכנית

החיסכון הכספי מתוכנות קוד פתוח ברור, אך ההעצמה הטכנית שהיא מספקת חשובה באותה מידה.

נאמנות והתאמה

עם מערכות קידוד קנייניות, משתמשים מוגבלים לתכונות וזרימות עבודה המסופקות על ידי היצרן.אם סטודיו צריך לסנן נתונים באופן ספציפי, לשלב עם צינור מותאם אישית, או לתמוך סטסמן יוצא דופן, הם חייבים לחכות עבור הספק לשחרר עדכון - או לשלם עבור פיתוח מותאם אישית יקר. Open- קוד כלים המאפשר למשתמשים לשנות את הקוד ישירות. A מפתח יכול להוסיף מסנן חדש, שינוי פורמט או אופטימיזציה עבור דרישות ייצור ייחודי עבור אלגוריתם ייצור ייחודי.

שקיפות ולמידה

תוכנת קוד פתוח גם משרתת פונקציה חינוכית.סטודנטים ואמנים טכניים שאפתניים יכולים ללמוד את האלגוריתמים הממשיים שכוח מציב estimation, skeleton פתרון, והנתונים משתתפים.הם יכולים להבין מדוע מתרחשת טעות מעקב מסוימת וניסוי עם תיקונים. שקיפות זו מאיצה למידה ובנתה מאגר עמוק יותר של כישרון בתעשייה.

פיתוח קהילתי-Driven Development

פרויקטים בקוד פתוח נהנים מתרומות של קהילה גלובלית. באגים מזוהים ומיושבים מהר יותר, תכונות חדשות מתוספים על סמך הצרכים בעולם האמיתי, ומשתמשים יכולים לקבל עזרה מפורומים וערוצי צ'אט.עבור לכידת תנועה, אפקט הקהילה הזה הוא בעל ערך במיוחד משום שהשדה הוא בין-תחומי - שילוב ראיית מחשב, ביומכניקה, אנימציה והנדסת חומרה. פרויקט יחיד יכול למשוך מומחיות מכל התחומים האלה, לייצר כלי חזק יותר מאשר כל אחד יכול ליצור אדם קטן או בודד.

השפעה אמיתית: מי מרוויח מ-Mo-Cap?

הדמוקרטיזציה של תנועה לוכדת באמצעות קוד פתוח אינה מושג תיאורטי.זה כבר משתנה מי יכול ליצור, מחקר, ללמד עם טכנולוגיה זו.

פיתוח משחקים עצמאי

אולפנים קטנים של משחק ומפתחי סולו פועלים לעתים קרובות על תקציבים של razor-thin. Paying אלפי דולרים עבור התאמת תנועה או מערכת רב-המכרה פשוט לא אפשרי. Open-source כלים המאפשרים להם להקליט נתונים אנימציה באמצעות מצלמת אינטרנט אחת ותוכנה חופשית. בעוד האיכות עשויה לא להתאים למערכת אופטית ברמה הוליוודית, זה לעתים קרובות מספיק טוב לכותרות, ועלות חיסכון חינם עבור היבטים אחרים של LTS:

מחקר וחינוך

אוניברסיטאות מלמד אנימציה, מדעי המחשב או ביומכניקה יכולים להציע כעת ניסיון ידיים על ידי עם תנועה ללכוד ללא צורך מעבדה ייעודית.תלמידים יכולים לחקור אלגוריתמים של אלגוריתמים, לבנות צינורות מעקב משלהם, ולהבין את המגבלות של הטכנולוגיה הנוכחית.חוויה מעשית זו אינה תואמת להכנת הדור הבא של אמנים ומהנדסים טכניים.

יוצרי סרטים עצמאיים ויוצרי תוכן

יוצר עצמאי ו- YouTubers משתמשים בקוד פתוח כדי ליצור תוכן אנימציה שלא היה אפשרי על התקציבים שלהם לפני עשור. יוצר יחיד באמצעות מצלמת אינטרנט ו-Beler יכול לייצר מכנסיים קצרים, קטעי וידאו מוזיקליים או תוכן מציאות מדומה. גישה זו מטפח גל חדש של יצירתיות וסיפור סיפורים שלא מסתמך על משאבי סטודיו.

פרויקטים מבוססי-קהילה

כלי קוד פתוח משפיעים במיוחד באזורים שבהם הגישה לטכנולוגיה יקרה מוגבלת.אמנים וחוקרים במדינות מתפתחות יכולים להשתתף בתעשיית האנימציה העולמית ופיתוח המשחק ללא עלויות סף.

אתגרים והגבלות נוכחיות

למרות ההתקדמות העצומה, לכידת תנועת קוד פתוח עדיין אינה תחליף מוחלט עבור מערכות קנייניות בעלות קיבולת גבוהה בכל ההקשרים.יש לה מגבלות שמשתמשים צריכים להבין.

מודעות קשות

תוכנת קוד פתוח היא בחינם, אבל חומרה עדיין עולה כסף. בעוד שמצלמת אינטרנט היא הרבה יותר זולה ממערך מצלמה אופטית, זה לא יכול להתאים את איכות המעקב, הגמישות, ואת העוצמה של מערכת מקצועית.מצלמות בכיתה לצרכנים יש שיעורי מסגרת נמוכים יותר, יותר רעש, ורזולוציה מוגבלת, אשר יכול לחדד את הדיוק של תנוחות, במיוחד עבור תנועות מהירות או עדינות.

איכות ושוויון נתונים

estimation ללא תנאי, אשר רוב כלי קוד פתוח מסתמכים עליו, יש מגבלות דיוק חדורות בהשוואה למערכות אופטיות מבוססות סימון.Occlusion - כאשר חלק גוף מוסתר מאחורי אובייקט אחר או שחקן אחר - נשאר אתגר.מודלים למידה עמוקה משתפרים במהירות, אבל הם עדיין יכולים לייצר תוצאות ג'ייטריות או לא מדויקות בתרחישים מורכבים.

מומחיות טכנית נדרשת

כלים בקוד פתוח מגיעים לעתים רחוקות עם ממשקי המשתמש המלוטשים ותיעוד נרחב של תוכנה מסחרית. משתמשים בדרך כלל זקוקים למיומנות טכנית: התקנת תלות, תצורה של סביבות, הפעלת תסריטים מקו הפיקוד, ופתרון בעיות תאימות. עקומת למידה זו יכולה להיות מחסום עבור אמנים ו animators שאינם נוחים עם תצורה טכנית.הקהילה עובדת כדי לשפר את יכולתנויות, אבל סובייק עדיין פתרונות נפוצים יותר מאשר בעולם הקני.

אינטגרציה ויציבות פיפיר

מערכות מבוססות-קוד מסחרי נועדו להשתלב בצורה חלקה עם תוכנות תלת-ממדיות גדולות ומנועי משחקים.כלי קוד פתוח עשויים לדרוש תסריטים מותאמים אישית או תוכנות ביניים כדי לקבל נתונים לתוך פורמט שניתן יהיה לבצע. עדכוני תוכנה יכולים לשבור תאימות, ותחזוקה ארוכת טווח של פרויקטים קהילתיים לא תמיד מובטחת.

שם הסרטון: Where Open-Source Mo-Cap Is Heading

המסלול של לכידת קוד פתוח ברור: לעבר דיוק גדול יותר, קלות השימוש והאינטגרציה.כמה מגמות יזרזו את ההתקדמות הזו.

התקדמות ב Deep Learning

בינה מלאכותית ולמידה עמוקה הם הנהגים העיקריים של שיפור בלכידת תנועה חסרת סימון.מודלים חדשים המוכשרים על נתונים גדולים ומגונים יותר הם להשיג דיוק גבוה יותר ועוצמה. מסגרות קוד פתוח כמו TensorFlow ו- PyTorch מקל על החוקרים לפתח ולשתף מודלים אלה. כמו האיכות של תנוחות מוידאו משפר את הפער בין מערכות סימון ובסיס למערכות המבוססות על ידי סימון ימשיכו צר.

שילוב טוב יותר עם מנועי המשחק

לכידת תנועה בזמן אמת היא הגביע הקדוש למציאות מדומה, ביצועים חיים, יישומים אינטראקטיביים.כלי קוד פתוח נועדו יותר ויותר לייעל נתונים ישירות לתוך Unity ו-Out Engine באמצעות תוספים או פרוטוקולים ברשת.זה מאפשר שליטה בתדירות נמוכה, בזמן אמת על avatars דיגיטליים ללא חומרה יקרה.

מודלים מסחריים-פתוחים

כמה חברות חוקרות גישות היברידיות שבו אלגוריתמי ליבה קוד פתוח, בעוד שירותים בעלי ערך - כגון עיבוד בענן, כלים מתקדמים לניקוי או חומרה ייעודית - מוצעים מסחרית.מודל זה יכול לקיים פיתוח תוך שמירה על הטכנולוגיה הבסיסית נגישה. DeepMotion ו Roko (אשר שחררה קוד פתוח עבור החליפה שלה) הם דוגמאות של מגמה זו.

שיתוף פעולה עם Hardware

בעוד תוכנת קוד פתוח היא בוגרת, קוד פתוח חומרה עבור לכידת תנועה עדיין מתפתח. פרויקטים חקרו חליפות חיישן אינפורמטיבי, מערך מצלמות סביר, ושקיות קליברציה יכולות להפחית עוד יותר את העלויות.תנועת חומרה קוד פתוח בתחומים אחרים - כגון הדפסה תלת-ממדית ורובוטיקה - מציע כי פיתוח חומרה המונעת על ידי הקהילה הוא אפשרי, אם כי הוא עומד בפני אתגרים משמעותיים בייצור ושליטה באיכות.

מסקנה: עתיד כולל יותר לדיגיטלי

תוכנת קוד פתוח מעצבת באופן יסודי מי מקבל להשתתף בלכידת תנועה ומה הם יכולים להשיג. על ידי החלפת מערכות יקרות, קנייניות עם חלופות חופשיות, מודולניות, ובסיסיות הקהילה, זה מוריד מחסומים שנמשכו במשך עשרות שנים.במפתחים אינדי, סטודנטים, חוקרים ואמנים ברחבי העולם יש עכשיו את הכלים ליצירת נתונים של תנועה מקצועית באמצעות פחות ממצלמה סטנדרטית משלהם ואישיות שלהם.

הטכנולוגיה עדיין אינה מושלמת.מגבלות דיוק, מגבלות חומרה, והצורך במיומנויות טכניות נשאר אתגרים אמיתיים.אבל קצב השיפור הוא מהיר.הלימוד עמוק ממשיך לחדד את ההתעלות, פרויקטים קהילתיים בונים צינורות טובים יותר, והמחויבות הפילוסופית לפתיחות מבטיחה כי היתרונות האלה כולם, לא רק אלה שיכולים לשלם.

הדמוקרטיזציה של לכידת תנועה היא חלק משינוי גדול יותר לעבר טכנולוגיה יצירתית נגישה.בדיוק כמו קוד פתוח ומנועי משחק העצימו דור של יוצרים, קוד פתוח הוא פתח אפשרויות חדשות לסיפורים, מחקר וביטוי אמנותי.עתיד האנימציה יהיה עשיר יותר ומגוונת יותר כי הכלים כבר לא נעולים מאחורי דלתות סגורות.