Geri Dön

Target-sensitive interpersonal animation generation with personality expression

Kişilik ifadeli hedefe duyarli kişilerarasi animasyon üretimi

  1. Tez No: 967643
  2. Yazar: SİNAN SONLU
  3. Danışmanlar: PROF. DR. UĞUR GÜDÜKBAY
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Bilgisayar grafikleri, Computer graphics
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kişilik ifadesi, insan animasyonunda gerçekçilik ve pekiştirilmiş iletişim için gereklidir. Kişiliğe dayalı ikili hareket sentezi için veri odaklı bir model oluşturmak amacıyla, el sıkışma gibi hedef odaklı eylemleri tasvir eden kişiler arası animasyonlara odaklanılmıştır. Kişilik etiketleri içeren veri kümeleri nadir olduğundan, öncelikle, yüksek stil çeşitliliğine sahip, iyi bilinen veri kümelerinden animasyonlara kişilik etiketleri eklenmiştir. Bu amaçla, katılımcıların animasyon örneklerini algılanan kişilik açısından değerlendirdikleri bir kullanıcı çalışması düzenlenmiştir. Farklı vücut eklemi kombinasyonları üzerinden hesaplanan çeşitli mesafelere, açılara ve hacimlere dayalı hareket parametrelerinden bir küme oluşturulmuştur. Ardından, derinlemesine bir korelasyon analizi ile kişilik ifadesini etkileyen hareket parametreleri belirlenmiştir. Bu hareket parametreleri, üretken modelin kişilik ifadesini etkilemektedir. İkincil bir karakterin önceki ve mevcut pozlarını, ana karakterin önceki pozu ve istenen kişiliğiyle birlikte girdi olarak kullanan ve istenen özellikleri ifade edecek ana karakter pozunu çıktı olarak veren dönüştürücü tabanlı bir üretken model oluşturulmuştur. Bu sistem, anlamsal eylemleri öğrenmek için ikili hareket örnekleri kullanarak eğitilmiştir ve ayrıca, hareket parametrelerine göre farklı kişilik tiplerini taklit etmeyi öğrenmek amacıyla rastgele seçilen kişilik örneklerinden yararlanılmıştır. Üretken model, ana karakterin farklı kişilik özelliklerini ifade ettiği hareketler sentezlenerek değerlendirilmiştir. Sonuçlar, bu yaklaşımın algılanan dışadönüklük ve uyumluluk üzerinde önemli bir etki yaratabileceğini, ancak geri kalan faktörler üzerindeki etkisinin sınırlı olduğunu, bunun da muhtemelen ikincil karakterin hareketinin sınırlayıcı bir faktör olmasından kaynaklandığını göstermektedir. Sonuç olarak, ortaya çıkan model, kişiliğe özgü pozları zamana bağlı ve etkili biçimde üretebilir, ancak hareket hızı açısından düşük çeşitliliğe sahiptir.

Özet (Çeviri)

Expressing personalities is essential in human animation for realism and improved communication. We focus on interpersonal animations that portray target-sensitive actions, such as handshaking, to build a data-driven model for personality-based dyadic motion synthesis. However, since datasets with personality annotations are rare, we first introduce personality labels to a subset of animations from well-known datasets with high style variance. To this end, we perform a user study for participants to rate the animation samples regarding perceived personality. We form a set of motion parameters based on various distances, angles, and volumes calculated over different combinations of body joints. Then, we identify the motion parameters that influence personality expression through an in-depth correlation analysis. These motion parameters influence the personality expression in our generative model. We build a transformer-based generative autoencoder that inputs the previous and current poses of a secondary agent, together with the previous pose and the desired personality of the main agent, to output the current pose of the main agent expressing the desired traits. We train this system using dyadic motion samples to learn the semantic actions, also utilizing a randomly selected personality sample for learning to replicate different personality styles based on their motion parameters. We evaluate the generative model by synthesizing motions where the main agent expresses different personality traits. The results suggest that our approach can generate a significant effect on perceived extraversion and agreeableness, while the influence on the remaining factors is limited, likely due to the secondary agent's motion being a limiting factor. Consequently, the resulting model can effectively generate personality-specific poses in time but has less variety based on motion speed.

Benzer Tezler

  1. Deprem etkisindeki yapılarda dinamik yöntemlerle üç boyutta form araştırması

    Başlık çevirisi yok

    MEHMET EMİN TUNA

    Doktora

    Türkçe

    Türkçe

    1985

    İnşaat MühendisliğiGazi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HÜSNÜ CAN

  2. Türkiye'nin arpa üretimini etkileyen faktörler (üretim fonksiyonu)

    Başlık çevirisi yok

    HÜSEYİN ÖZKUL

    Yüksek Lisans

    Türkçe

    Türkçe

    1983

    ZiraatGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. FEVZİ KUTAY

  3. Dört zamanlı türbaşarj direk püskürtmeli bir dizel motorunun bilgisayar ile sümülasyonu

    Computer aided simulation of a fourstroke turbocharged direct-anjection diesel engine

    MUSTAFA BALCI

    Doktora

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiGazi Üniversitesi

    PROF. DR. OĞUZ BORAT

  4. Error analysis as a basis for remedial work in a grammar course

    Başlık çevirisi yok

    AYDAN ERSÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    1986

    İngiliz Dili ve EdebiyatıGazi Üniversitesi

    YRD. DOÇ. DR. ÇİĞDEM YILDIRIM