Las animaciones de perros en videojuegos mejorarán: un grupo de investigadores usó redes neuronales para hacerlos más "convincentes"

Un grupo de investigadores busca mejorar la calidad de las animaciones de animales cuadrúpedos como los perros, con la intención de crear un contenido más convincente para videos animados y videojuegos.

Para esto el equipo del Trinity College de Dublín y la Universidad de Bath desarrolló un modelo que utiliza redes neuronales profundas y que se presentó en la conferencia MIG (Motion, Interaction & Games) 2021, un evento donde se muestran nuevas tecnologías para la industria de la animación.

Según detalla Donal Egan, uno de los investigadores que llevó a cabo el estudio, el equipo estaba interesado en trabajar con datos no humanos, y se escogió a los perros por la facilidad que hay para obtener información de sus movimientos en comparación a otros cuadrúpedos.

Así fue el proceso para "animar" a perros

Ya que los animales cuadrúpedos se mueven de formas complejas y con andares únicos, el equipo buscó crear un marco que permitiera simplificar el proceso de creación de las animaciones, para que los movimientos de los modelos fuera creíble.

Sin embargo se dieron cuenta que utilizar una forma tradicional para la captura de los movimiento resultaba bastante desafiante, por lo que se enfocaron en crear un sistema con redes neuronales que mejorara de forma automática una animación inicial, sustituyendo el proceso de optimización por parte del usuario para que fuera realista.

El equipo dio a conocer en su informe que para este proyecto utilizaron como referencia un trabajo previo destinado a generar y predecir los movimientos de los humanos, que ellos aplicaron en modelos cuadrúpedos, utilizando un conjunto de datos que representan los movimientos de un perro real, que luego se usaron para crear las animaciones de alta calidad.

Mejorando la animación

El proceso por el que pasó el equipo fue el siguiente: crearon dos tipos de animaciones, una de "mala" calidad (en color azul), con muchos errores y carente de algunos detalles del movimiento del perro, así como una de "buena calidad" (en color verde) que corregía los elementos que no correspondían.

Después se entrenó a la red neuronal para que aprendiera la diferencia entre las dos animaciones, tras lo que pudo mejorarla (en color rojo), aumentando su calidad y haciendo los movimientos más realistas.

Con este resultado, los investigadores descubrieron que es posible que la red neuronal aprenda a agregar detalles que hacen que la animación sea mejor. También encontraron que se puede mejorar significativamente la calidad sin cambiar la semántica o el contexto, lo que puede acelerar o facilitar la creación de modelos para su uso en películas o videojuegos.

Para sus próximos estudios, el equipo planea seguir explorando cómo se pueden reproducir los movimientos de los perros de forma digital y gráficamente, con la intención de llevar este proceso a avatares en la realidad virtual, donde usuarios o actores puedan "convertirse" en perros como una nueva experiencia.