對于動畫人物來說，他們首先必須移動。但將虛擬角色帶入生活并不是一件簡單的事情。

動作捕捉技術記錄并數字化復制人體運動以創(chuàng)建3D動畫。想想Andy Serkis的作品，轉化為咕嚕，在指環(huán)王電影系列中。

問題在于傳統(tǒng)的動作捕捉依賴于大量昂貴，笨重的硬件。它需要熟練的專業(yè)人員操作多攝像機設置，演播室環(huán)境和演員所穿的特殊傳感器套裝。

“所有這些費用，技能和時間都是令人望而卻步的，”RADiCAL聯合創(chuàng)始人兼首席執(zhí)行官Gavan Gravesen說。顧名思義，位于紐約的NVIDIAInception計劃面向創(chuàng)業(yè)公司的計劃違背了傳統(tǒng)。他說：“我們致力于提供通用可用性，無縫集成和速度 - 所有這些都以低成本實現。”

該公司的AI驅動的解決方案由NVIDIA GPU驅動，只需要游戲開發(fā)商，3D圖形藝術家，電影制作人員和AR / VR愛好者擁有一個物理項目：一臺2D相機，甚至一臺手機。不需要其他硬件，工作室或精密的傳感器設備，這大大降低了所涉及的成本和工作量。

快速運動捕捉

世界上任何地方的用戶都可以通過智能手機或網絡直接將視頻上傳到RADiCAL的云中。該公司使用人工智能和運動科學處理視頻，以檢測到底是什么，在3D空間中表現人類運動，甚至重建相機無法看到的東西。

該算法自動適應不同的人體比例和人體運動，并創(chuàng)建一個模型，其運動可以反映出3D視頻主體。雖然模型的平滑運動使得該過程看起來很簡單，但它不是什么。

“我們融合了深度學習，機器人技術，計算機視覺和生物力學，這需要強大的人工智能開發(fā)環(huán)境，”RADiCAL聯合創(chuàng)始人兼首席技術官Anna-Chiara Bellini說。NVIDIA GPU計算在實現這一目標方面發(fā)揮著至關重要的作用。

用TensorFlow和CUDA快速迭代

Bellini表示，在開發(fā)人工智能時，RADiCAL面臨的第一個挑戰(zhàn)是需要處理的大量數據。要開發(fā)他們的算法，單個靜止圖像可能需要分析多達6GB的數據。但隨著每一秒的動作，有120幀，有效地創(chuàng)造了驚人的720GB的數據。

Bellini和她的團隊選擇TensorFlow將GPU編程集成到他們的研究過程中，為他們的整個管道提供“單一執(zhí)行模型”。“通過使用CUDA編寫的ad-hoc內核來補充TensorFlow，我們已經到了一個地步，即在幾個小時內編寫的簡單內核可以為我們節(jié)約模擬時間”，她說。

為了支持其運動模型，RADiCAL在多GPU系統(tǒng)上以交錯方式處理多個幀。“支持多個Tesla V100 GPU的最新一代NVIDIA NVLink等技術使這一切成為可能，”Bellini說。

Bellini和她的團隊使用基于云的多GPU設備，從構思到部署到生產的開發(fā)周期減少了10倍。

她說：“NVIDIA GPU可以讓我們更快地工作，探索更多選擇，并更有效地利用機器學習工程師的時間。”“這是一個啟示。”

即用型動畫文件

視頻處理完畢后，RADiCAL通過其網站和MOTiON應用程序提供與實際視頻片段并排呈現的實時3D預覽。

用戶還可以下載適用于3D動畫，增強現實，虛擬現實，游戲引擎和其他3D圖形程序和內容頻道的格式的工作動畫文件。

RADiCAL最近為創(chuàng)意產業(yè)的早期使用者開放了一個公開測試計劃。它的目標是在數周內完成全面的商業(yè)發(fā)布。

該公司是全球近2,800家初創(chuàng)公司之一，已加入我們的Inception計劃。通過此計劃，NVIDIA可幫助他們獲得技術，專業(yè)知識和市場支持，從而加快創(chuàng)業(yè)速度。