Soutenance de thèse de Maxime Garcia

Le  19 décembre 2019

Maxime Garcia, membre du Performance Lab, soutiendra sa thèse intitulée "Performance Transfer: Animating characters by playing and acting" le jeudi 19 décembre à 14h00 dans le Grand Amphithéâtre de l'Inria Grenoble, 655 Avenue de l'Europe à Montbonnot-Saint-Martin.

Résumé de la thèse :

"Durant les dernières décennies, l'animation 3D s'est largement intégrée à notre vie quotidienne, que cela soit dans le domaine du jeu vidéo, du cinéma ou du divertissement plus généralement. Malgré son utilisation rependue, la création d'animation reste réservée à des animateurs expérimentés et n'est pas à la portée de novices. Par ailleurs, le processus de création d'animation doit respecter une pipeline très stricte : après une première phase de storyboarding et de design des personnages, ceux-ci sont ensuite modélisés, riggés et grossièrement positionnés dans l'espace 3D permettant de créer un premier brouillon d'animation. Les actions et mouvements des personnages sont ensuite décomposés en keyframes interpolées, constituant l'animation finale. Le processus de keyframing est difficile et nécessite, de la part des animateurs, beaucoup de temps et d'efforts, notamment pour la retouche de chaque courbe d'animation liée à un degré de liberté d’un personnage, et ceci pour chaque action. Ces dernières doivent aussi être correctement séquencées au cours du temps afin de transmettre les intentions des personnages et leur personnalité. Certaines méthodes telle que la motion capture rendent le processus de création plus aisé en transférant le mouvement de véritables acteurs aux mouvements de personnages virtuels. Cependant, ces animations transférées manquent souvent d'expressivité et doivent être rectifiées par des animateurs.
 
Dans cette thèse, nous introduisons une nouvelle méthode permettant de créer aisément des séquences d'animation 3D à partir d’une base de donnée d'animations individuelles comme point de départ. En particulier, notre travail se concentre dans l'animation de personnages virtuels reproduisant une histoire jouée avec des objets physiques tels que des figurines instrumentées par des capteurs. Notre principal objectif est de calculer des animations plausibles et expressives depuis les données retournées par les capteurs dans le but de transformer l'histoire racontée par le narrateur et ses figurines en une animation 3D. Afin d'atteindre cet objectif, nous proposons un nouveau pipeline d'animation, analysant et traduisant le mouvement des mains en séquence d'animations adaptées à leur trajectoire espace-temps ainsi qu'à leur qualité de mouvement. Nous présentons un descripteur de mouvement invariant par translation, rotation et passage à l'échelle permettant à notre système de reconnaître des actions exécutées par l'utilisateur ; nous présentons également deux classificateurs reconnaissant les qualités du mouvement en tant qu'Effort de Laban. Nous introduisons un nouveau modèle d'animation procédural inférant l'expressivité de la qualité de mouvement de la main en tant qu'Effort de la Laban Temps et Poids. Enfin, nous étendons le système afin de permettre la manipulation de plusieurs personnages en même temps, en détectant et transférant des interactions entre personnages tout en étant fidèle aux qualités de mouvement du narrateur et permettant aux personnages d'agir selon des comportements prédéfinis, laissant l'utilisateur exprimer sa créativité.
 
Les capacités de notre système ont été évaluées à travers plusieurs études utilisateurs durant lesquelles des novices ont pu suivre un script ou ont librement improvisé des histoires à deux figurines. Nous concluons avec une discussion sur les futures directions de recherche."

 

Composition du jury :

  • YIORGOS CHRYSANTHOU (Université de Chypre) - Rapporteur
  • JULIEN PETTRE (Inria Rennes) - Rapporteur
  • SYLVIE GIBET (Université Bretagne-Sud) - Examinatrice
  • SARAH FDILI-ALAOUI (Université Paris-Sud) - Examinatrice
  • JOËLLE THOLLOT (Grenoble INP) - Examinatrice
  • REMI RONFARD (Inria Grenoble) - Directeur de thèse


Soutenance ouverte aux membres du Performance Lab.

Publié le 18 décembre 2019