Make-It-Animatable: Эффективная структура для создания анимационно готовых 3D персонажей

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

November 27, 2024

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

cs.AI

Аннотация

3D-персонажи являются неотъемлемой частью современных творческих отраслей, однако их анимация часто требует обширной ручной работы, такой как создание рига и скинов. Существующие инструменты автоматического создания рига сталкиваются с несколькими ограничениями, включая необходимость ручной аннотации, жесткую топологию скелета и ограниченную обобщаемость для разнообразных форм и поз. Альтернативным подходом является создание анимируемых аватаров, заранее привязанных к шаблонной сетке рига. Однако этот метод часто лишен гибкости и обычно ограничивается реалистичными формами человека. Для решения этих проблем мы представляем Make-It-Animatable, новый метод на основе данных, который позволяет подготовить любую 3D-модель человекоподобного персонажа к анимации персонажей менее чем за одну секунду, независимо от ее формы и позы. Наш единый фреймворк генерирует высококачественные веса смешивания, кости и преобразования поз. Интегрируя автоэнкодер формы на основе частиц, наш подход поддерживает различные 3D-представления, включая сетки и трехмерные гауссовы пятна. Кроме того, мы используем представление от грубого к точному и стратегию моделирования, учитывающую структуру, чтобы обеспечить как точность, так и надежность, даже для персонажей с нестандартными структурами скелета. Мы провели обширные эксперименты для подтверждения эффективности нашего фреймворка. По сравнению с существующими методами, наш подход демонстрирует значительное улучшение как по качеству, так и по скорости.

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.