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.