Perceptually Guided Processing of Style and Affect in Human Motion for Multimedia Applications
Notice bibliographique
Résumé
Computer graphics and animation, as a direct result of advancements in hardware and software, have become broad and demanding areas of research.Animation of human motion is a major component in the field that has attracted many due to its significance in movies, games, and virtual environments.We propose that processing features for style and affect, which are fundamental determinants of personality and naturally appearing motion, should be carried out through perceptually guided processing techniques.In this dissertation, we employ this approach and develop a set of tools for extraction, synthesis, and analysis of affective and stylistic motion features.Temporal alignment is one of the most common issues in processing motion data.Accordingly, we first propose a new time warping technique for motion.The proposed method outperforms several existing techniques and has advantages such as precise alignment, low distortion, smooth warped motion trajectories, and high customizability.Many motion processing techniques utilize incremental (joint-to-joint) processing of motion sequences.In addition, some systems process only selected joints or regions of the body.Hence, it is imperative to verify whether partial or subsets of computational solutions can lead to perceptually accurate results.Accordingly, we investigate and validate the notion of additivity in perception of affect from motion.A system capable of extracting style/affect features from motion data using spline optimization is then introduced.Our method has several advantages over existing techniques, namely extracting the features as three separate movement, posture, and time components, which are the perceptual and functional sources for stylistic/affective motion.Our method also performs in Cartesian or joint-angle spaces rather than S. A. Etemad and A. Arya, "Perceptually valid motion for avatars,"
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».