Um estudo de geração de quadros intermediários usando redes generativas para auxiliar artistas de animações tradicionais (2023)
- Authors:
- Autor USP: CICCARELLI, GIANLUCA TAKARA - IME
- Unidade: IME
- Sigla do Departamento: MAC
- DOI: 10.11606/D.45.2023.tde-05022024-171558
- Subjects: ANIMAÇÃO; DESENHO ANIMADO; REDES NEURAIS; PROCESSAMENTO DE IMAGENS
- Keywords: Animação tradicional; Frame interpolation; Interpolação de quadros; Neural network; Traditional animation
- Language: Português
- Abstract: A industria de animações tradicionais vem apresentando grande crescimento nas últimas decadas. Dentre essas, destacou-se o estilo "anime", tipo de animação produzida primariamente no Japão. Animações tradicionais deste tipo são caracterizadas por uma grande quantidade de quadros desenhados manualmente, e também pela exageração dos traços e aspectos dos elementos presentes em uma cena, frequentemente deixando de representar certos objetos de uma forma mais realística para ressaltar seus principais aspectos. À medida que cresce a demanda por mais animações deste tipo, cresce também a carga de trabalho sobre os artistas encarregados por elas. Na animação tradicional, isso se reflete no aumento da quantidade de quadros que precisam ser desenhados, uma vez que o número de quadros apresentados em cada cena costuma influenciar diretamente na qualidade percebida por quem a vê. Este processo apresenta um desafio para estudios de animação, uma vez que ele necessita, em grande parte, ser feito à mão, por depender muito da visão artística de quem o desenha. Há também a dificuldade em implementar automações em sua confecção, visto que as ferramentas disponíveis hoje produzem resultados notavelmente diferentes do esperado em animações de grande porte. Nesta dissertação estudamos a viabilidade da geração de quadros intermediários em animações tradicionais utilizando redes neurais. Apresentamos os desafios em treinar uma rede para este propósito, que são a escassez de imagens propíciaspara sua realização, bem como a impossibilidade de utilizar métodos de interpolação de vídeo já existentes por conta da notável diferença entre desenhos e imagens reais. Explicamos também a metodologia e experimentos realizados, que têm como objetivo analisar os resultados da inferência temporal das imagens, calculada para cada par de quadros na animação original. Para facilitar a aplicação e visualização dos modelos implementados, desenvolvemos um programa de código aberto que realiza a interpolação de quadros intermediários a partir de um conjunto de quadros reais. Esse programa pode inspirar futuros desenvolvedores a criar uma ferramenta profissional para artistas utilizarem em suas criações
- Imprenta:
- Data da defesa: 04.12.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
CICCARELLI, Gianluca Takara. Um estudo de geração de quadros intermediários usando redes generativas para auxiliar artistas de animações tradicionais. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05022024-171558/. Acesso em: 10 jun. 2024. -
APA
Ciccarelli, G. T. (2023). Um estudo de geração de quadros intermediários usando redes generativas para auxiliar artistas de animações tradicionais (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05022024-171558/ -
NLM
Ciccarelli GT. Um estudo de geração de quadros intermediários usando redes generativas para auxiliar artistas de animações tradicionais [Internet]. 2023 ;[citado 2024 jun. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05022024-171558/ -
Vancouver
Ciccarelli GT. Um estudo de geração de quadros intermediários usando redes generativas para auxiliar artistas de animações tradicionais [Internet]. 2023 ;[citado 2024 jun. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-05022024-171558/
Informações sobre o DOI: 10.11606/D.45.2023.tde-05022024-171558 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
