MétaCan
Menu
Retour à la cohorte
Enregistrement W4400814018 · doi:10.1145/3664221

Lightning Artist Toolkit: A Hand-Drawn Volumetric Animation Pipeline

2024· article· en· W4400814018 sur OpenAlexaff
Nick Fox-Gieg

Notice bibliographique

RevueProceedings of the ACM on Computer Graphics and Interactive Techniques · 2024
Typearticle
Langueen
DomaineEngineering
Thématique3D Shape Modeling and Analysis
Établissements canadiensYork University
Organismes subventionnairesUniversitas Brawijaya
Mots-clésAnimationComputer scienceUSablePipeline (software)Process (computing)Computer animationComputer facial animationPoint (geometry)GestureSet (abstract data type)Action (physics)Computer graphics (images)Point cloudLightning (connector)Human–computer interactionArtificial intelligenceMultimedia

Résumé

récupéré en direct d'OpenAlex

We propose a set of methods for freely integrating live-action volumetric video with hand-drawn volumetric animation, which our research develops as the Lightning Artist Toolkit (Latk)---a complete pipeline for hand-drawn volumetric animation, as far as we know the only open-source example of its kind. Our goal with this project is to make creation in 3D as expressive and intuitive as creation in 2D, retaining the human gesture from its origins in hand-drawn animation on paper. This effort is less a computer vision challenge with an objective goal, as with for example point cloud segmentation, than it is an attempt to approximate human vision---a drawing process that records only information from a scene that was subjectively important to an individual artist. In addition to supporting animation efforts in the near term, we believe the public TiltSet dataset assembled for this project will remain usable in new and unexpected ways.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0040,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0400,018

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Computer Graphics and Interactive TechniquesMême sujet3D Shape Modeling and AnalysisTravaux en français237 207