Modèle de génération de mouvements 3D
expressifs par apprentissage probabiliste
Encadrants:
Lionel
Reveret, projet EVASION,
INRIA, Grenoble (responsable de stage)
David
Sander, Geneva Emotion Research Group, Université de
Genève
Contact: lionel.reveret@inria.fr
|
Génération
de mouvement d'après une carte de probabilité
(d'après Grochow et al., 2004)
|
Résumé:
Le but de ce stage est d’étudier comment paramétrer
l’expressivité de mouvements en 3D et comment les
générer automatiquement. L’approche consistera à
faire émerger le paramétrage par apprentissage
automatique d’une base de données de capture de mouvements. Pour
simplifier le problème, l’approche sera «
supervisée », c'est-à-dire que l’apprentissage
reposera sur une recherche de corrélation entre les
données de mouvements à traiter et des informations
données a priori, qui reposent dans notre cas sur une notation
paramétrique de l’émotion. Cette notation est issue de la
théorie « appraisal » développée au
département de psychologie expérimentale de
l’Université de Genève (groupe GERG sur
l'émotion) avec laquelle le projet EVASION
collabore. La première partie du travail portera sur les
mouvements du corps et pourra être étendue au visage, une
base de données faciales étant aussi disponible.
Bibliographie:
[1] K. Grochow, S. L. Martin, A. Hertzmann, Z. Popović,
Style-Based Inverse Kinematics, ACM Trans. on Graphics
(Proc. SIGGRAPH 2004). pp. 522-531.
[2] M. Brand, A. Hertzmann,
Style machines, SIGGRAPH 2000 Conference Proceedings. New
Orleans, Louisiana. July
23-28, 2000. pp. 183-192.