haku: @author Eriksson, Sebastian / yhteensä: 2
hakutulos-lista
viite: 1 / 2
« edellinen | seuraava »
Tekijä:Eriksson, Sebastian
Työn nimi:Physically-based motion synthesis using Monte Carlo optimization
Fysiikkaan perustuvan liikkeen synteesi käyttäen Monte Carlo -optimointia
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2014
Sivut:102      Kieli:   eng
Koulu/Laitos/Osasto:Perustieteiden korkeakoulu
Oppiaine:Vuorovaikutteinen digitaalinen media   (T-111)
Valvoja:Hämäläinen, Perttu
Ohjaaja:Hämäläinen, Perttu
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201507013678
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:motion synthesis
prosedural animation
physically-based animation
optimization
model-predictive control
liikkeen synteesi
proseduraalinen animaatio
fysikaalinen animaatio
optimointi
ennakoiva ohjaus
Tiivistelmä (fin): Hahmoanimaatio on tärkeä työkalu ilmaisuvoimaisen median luomiseen sekä elokuva- että peliteollisuudessa.
Perinteisesti, animaattorit luovat animaatiota käsin määrittelemällä miten hahmot liikkuvat ajan kuluessa.
Tämä on työläs ja kallis prosessi.

Ennalta tallennetun animaation hyötykäyttö on myös rajallista - uudet liikkeet, hahmot tai ympäristöt vaativat uutta animaatiodataa.
Tämä on ongelma erityisesti interaktiivisissa sovelluksissa, joissa dynaamiset tapahtumaketjut luovat monimutkaisia interaktioita erilaisten hahmojen ja esineiden kesken; muutokset ympäristössä saattavat tehdä ennalta tallennetun animaation käyttökelvottomaksi.

Liikkeen synteesi viittaa animaation tuottamiseen algoritmisesti, luomalla liikettä käyttäjän määrittelemien tavoitteiden mukaan.
Fysiikkaan perustuva synteesi käyttää fysiikan lakeja rajoitteina, minkä ansiosta liike on fysikaalisessa mielessä realistista.

Mielenkiintoinen lähestymistapa on muotoilla liikkeen synteesi matemaattisena optimointiongelmana, joka voidaan ratkaista käyttäen tunnettuja algoritrneja.
Tämä johtaa rajoitettuun ei-konveksiin optimointiin, missä rajoitteina ovat fysiikan lait ja käyttäjän määrittelemät rajoitteet, ja tavoitefunktio määrittelee liikkeen tyylin.

Tässä diplomityössä esitellään järjestelmä, joka käyttää uutta lähestymistapaa fysiikkaan perustuvan liikkeen synteesiin hyödyntäen ennakoivaa ohjausta ja reaaliaikaista optimointia.
Optimointi hyödyntää ajallista jatkuvuutta ja tilastollista otantaa, joiden ansiosta monimutkaista liikettä voidaan syntetisoida interaktiivisilla ruudun päivitysnopeuksilla.
Tiivistelmä (eng): Character animation is an important tool for creating expressive media both in film and in video game industries.
Traditionally, animation is manually crafted by skilful artists who specify how the characters move over time.
This is a laborious, expensive process.

Additionally, the use of premade animations is limited -new motions, characters or environments require new animation data.
This is a problem in interactive applications where dynamic events create complex interactions between different characters and objects; changes in the environment might render a premade animation useless.

Motion synthesis refers to algorithmically creating animation by generating meaningful motion according to user-specified objectives.
Physically-based synthesis uses the laws of physics as constraints in order to create physically valid motion.

An interesting approach is to model motion synthesis as a mathematical optimization problem, and solve for it using known algorithms; this results in constrained non-convex optimization, where constraints include laws of physics and user-defined constraints, and the objective function describes the style of motion.

This thesis presents a framework for a novel approach in physically-based motion synthesis using model-predictive control and online optimization by utilizing temporal coherence and stochastic sampling to enable synthesis of complex motion at interactive frame rates.
ED:2014-06-04
INSSI tietueen numero: 49201
+ lisää koriin
« edellinen | seuraava »
INSSI