Konseptista kolmiulotteiseksi - Digitaalinen hahmomallinnus ja työnkulku
Bibliographic record
Abstract
Konseptista kolmiulotteiseksi on taiteen kandidaatin opinnäytetyö, jonka erityistarkastelun kohteena on 3D-grafiikka ja digitaalinen mallinnus osana audiovisuaalista tuotantoa. Työ esittelee prosessia, jonka myötä konseptuaaliset ideat muuttuvat 3D-mallinnusten avulla eläviksi kuviksi. Mallintamisella tarkoitetaan virtuaalisten objektien luomista tietokoneella, joka muodostaa kaiken digitaalisessa maailmassa nähtävän perustan. Mallinnusten avulla voidaan tehdä esimerkiksi still-kuvia, liikkuvaa kuvaa tai reaaliaikaista grafiikkaa, joita käytetään tänä päivänä niin tuotesuunnittelussa, mainostuotannoissa kuin myös peli- ja elokuva-alalla. \n \nOpinnäytteen sisältö on kaksiosainen. Työn alkupuolisko sisältää teoreettista taustatietoa 3D-grafiikan peruslainalaisuuksista. Se luo pohjatiedon sille, mihin kolmiulotteisesti laadittujen kuvien tekeminen perustuu. Produktiivinen osa käsittelee Aalto-yliopistossa toteutettavaa 3D-animoitua lyhytelokuvaprojektia, jossa pääsen hyödyntämään erilaisia digitaalisia mallinnustekniikoita. Projektin tarkoituksena on perehtyä tutkimuksellisella tavalla niihin tekniikoihin, joilla ison budjetin 3D-grafiikkaa on tehty maailmalla jo parin viime vuosikymmenen ajan. Projektissa hyödynnetään muun muassa motion capture -tekniikkaa, jonka avulla näyttelijöiden liikkeet voidaan siirtää virtuaalisen hahmon liikkeiksi. Motion capture -osuudet toteutettiin mediakeskus Lumeen studiotiloissa yhdessä näyttelijöiden kanssa keväällä 2016. Produktion aikana kertynyt aineisto sisältää erivaiheisia visualisointeja lopullisessa lyhytelokuvassa nähtävästä materiaalista. \n \nOpinnäytteen tarkoitus on avata 3D-tuotantoihin liittyviä monimutkaisia työvaiheita. Pyrin omien kokemusteni kautta raottamaan alan ympärillä olevaa mystisyyden verhoa siitä, mitä tuotannon aikana oikein tapahtuu. 3D-grafiikasta ei myöskään ole kirjoitettu juurikaan suomeksi. Se on asettanut haasteita sanojen käännöstyön tekemisessä. Tietyt alakohtaiset käsitteet eivät yksinkertaisesti taivu suomeksi, joten niiden kohdalla olen päättänyt käyttää alkuperäistä englanninkielistä termiä sulkeissa. Työn loppuun on koottu selventävää kuvailua 3D-alalle tyypillisestä sanastosta. \n \nKäyttämäni digitaalisesti tuotettu aineisto on toteutettu Blender 3D:n avulla. Blender (www.blender.org) on monipuolinen 3D-ohjelma, joka mahdollistaa monimutkaistenkin tuotantojen vaatimukset. Sen avulla voi mallintaa, teksturoida, animoida ja renderöidä saman ohjelman sisällä. Blender on saavuttanut kymmenen viime vuoden aikana vankan jalansijan alan harrastajien keskuudessa, ja nykypäivänä sitä käytetään entistä enemmän myös kaupallisissa tuotannoissa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.738 | 0.033 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".