Make-It-Animatable: Um Framework Eficiente para Criar Personagens 3D Prontos para Animação

Make-It-Animatable: An Efficient Framework for Authoring Animation-Ready 3D Characters

November 27, 2024

Autores: Zhiyang Guo, Jinxu Xiang, Kai Ma, Wengang Zhou, Houqiang Li, Ran Zhang

cs.AI

Resumo

Personagens 3D são essenciais para as indústrias criativas modernas, mas torná-los animáveis frequentemente demanda extenso trabalho manual em tarefas como rigging e skinning. As ferramentas automáticas de rigging existentes enfrentam várias limitações, incluindo a necessidade de anotações manuais, topologias rígidas de esqueleto e limitada generalização entre formas e poses diversas. Uma abordagem alternativa é gerar avatares animáveis pré-vinculados a um modelo de malha rigada. No entanto, este método frequentemente carece de flexibilidade e é tipicamente limitado a formas humanas realistas. Para abordar essas questões, apresentamos o Make-It-Animatable, um método inovador baseado em dados para preparar qualquer modelo humanoide 3D para animação de personagens em menos de um segundo, independentemente de suas formas e poses. Nosso framework unificado gera pesos de mistura, ossos e transformações de pose de alta qualidade. Ao incorporar um autoencoder de forma baseado em partículas, nossa abordagem suporta várias representações 3D, incluindo malhas e manchas gaussianas 3D. Além disso, empregamos uma representação de grossa a fina e uma estratégia de modelagem consciente da estrutura para garantir tanto a precisão quanto a robustez, mesmo para personagens com estruturas de esqueleto não convencionais. Realizamos experimentos extensivos para validar a eficácia de nosso framework. Comparado aos métodos existentes, nossa abordagem demonstra melhorias significativas tanto em qualidade quanto em velocidade.

English

3D characters are essential to modern creative industries, but making them animatable often demands extensive manual work in tasks like rigging and skinning. Existing automatic rigging tools face several limitations, including the necessity for manual annotations, rigid skeleton topologies, and limited generalization across diverse shapes and poses. An alternative approach is to generate animatable avatars pre-bound to a rigged template mesh. However, this method often lacks flexibility and is typically limited to realistic human shapes. To address these issues, we present Make-It-Animatable, a novel data-driven method to make any 3D humanoid model ready for character animation in less than one second, regardless of its shapes and poses. Our unified framework generates high-quality blend weights, bones, and pose transformations. By incorporating a particle-based shape autoencoder, our approach supports various 3D representations, including meshes and 3D Gaussian splats. Additionally, we employ a coarse-to-fine representation and a structure-aware modeling strategy to ensure both accuracy and robustness, even for characters with non-standard skeleton structures. We conducted extensive experiments to validate our framework's effectiveness. Compared to existing methods, our approach demonstrates significant improvements in both quality and speed.