Tutti i personaggi di The Garfield Movie avevano una grande varietà di design e volumi. C'erano personaggi piccoli e rotondi come Garfield e personaggi grandi con volumi enormi, come Vic e Roland. Era chiaro fin dall'inizio che sarebbe stata una sfida gestire la gamma di design. Il nostro obiettivo era quello di fornire all'animazione un rig veloce che avesse alti gradi di conservazione del volume e deformazione complessiva.
Abbiamo pensato che il flusso di lavoro tradizionale per la creazione di lettori congiunti e forme correttive avrebbe avuto difficoltà con gli ampi volumi dei nostri personaggi. Volevamo essere in grado di creare un risultato più organico e naturale che di solito deriva dalle simulazioni muscolari. L'utilizzo di Ziva Real Time è stata la soluzione a questo problema.
Ziva RT è uno strumento di apprendimento automatico che produce un deformatore di geometria che funziona in tempo reale. Utilizzando il pacchetto Ziva completo, abbiamo impostato rig di simulazione dinamica e generato enormi cache da immettere nel trainer. La simulazione avrebbe eseguito migliaia di frame, eseguendo una serie di pose tecniche su ogni giunto e combinazioni di giunti. Il trainer Ziva RT ha ingerito un rig a catena chiusa ridotto, insieme alle cache di animazione e simulazione per produrre l'output finale. Ciò ci ha consentito di fornire al team di animazione un rig che si comportava come se avesse ossa e carne con una pelle scorrevole naturale.
In questo modo siamo anche riusciti a fornire personaggi con deformazioni solitamente riservate ai passaggi di effetti dei personaggi. Seguire il flusso di lavoro Ziva RT ha fatto risparmiare tempo agli artisti evitando di scolpire manualmente le correzioni e ci ha permesso di iterare rapidamente sulle configurazioni di simulazione per migliorare i risultati.
01. Gamma di movimento
(Immagine: © DNEG Animaton)
L'animazione che creiamo per eseguire le simulazioni è fondamentale. È qui che dovremmo definire l'intera gamma di pose previste dai personaggi. Abbiamo scoperto che fornire un'animazione dettagliata produceva risultati molto più stabili nei rig.
Abbiamo iniziato animando le singole articolazioni come i gomiti e i polsi lungo l'intera catena, poi siamo passati alle combinazioni di articolazioni. L'idea era di fornire un set di dati che racchiudesse quanta più varietà possibile. Dopo aver fatto i primi passaggi, abbiamo valutato i risultati, identificato eventuali punti deboli e aggiunto pose extra all'allenamento per migliorare i risultati.
02. Simulazione di Ziva
(Immagine: © DNEG Animaton)
Poi abbiamo creato delle mesh di simulazione e impostato la simulazione di Ziva. Abbiamo utilizzato mesh ossee interne e volumi di carne, niente che assomigliasse a muscoli anatomici. Una volta ottimizzati gli attacchi e gli strati di materiale, il nostro lavoro era quasi finito. Abbiamo sperimentato la suddivisione del personaggio in regioni, il che ha ridotto i tempi di simulazione e semplificato le impostazioni. Abbiamo continuato a suddividere in regioni per l'animazione e i deformatori RT di Ziva finali, quindi li abbiamo combinati in un rig finale. Le regioni sono state suddivise in questo modo:
• Torso: Colonna vertebrale/testa/pelvi – Simulazione completa
• Braccio sinistro: Clavicola/spalla/gomito/polso – Simulazione completa
• Braccio destro: Risultato della cache Mirror dalla simulazione del braccio sinistro
• Gamba sinistra: Anca/ginocchio/caviglia – Simulazione completa
• Gamba destra: Risultato della cache dello specchio dalla simulazione della gamba sinistra
03. Scolpire
(Immagine: © DNEG Animaton)
In alcuni casi, abbiamo eseguito ulteriori passaggi di scultura se avevamo bisogno di dirigere artisticamente i risultati più di quanto la simulazione avrebbe consentito. Era una quantità minima, ma per personaggi come Vic c'era la necessità di ripulire i gomiti e le spalle in alcune pose. Man mano che sviluppavamo le configurazioni di simulazione, la necessità di ripulire la cache di simulazione si è ridotta. Abbiamo scoperto che aggiungendo più complessità alla simulazione, potevamo risolvere i problemi in modo più efficiente.
04. Creare un risolutore ZRT
(Immagine: © DNEG Animaton)
Per creare il risolutore Ziva RT abbiamo fornito al trainer uno scheletro, una ROM animata e una cache sim. Questo ha prodotto il nodo zrtPlayer che gira all'interno di Maya. Il nostro flusso di lavoro necessita di blendShape front-of-chain (FOC), che è dove è collegato il rig del viso. Pertanto, abbiamo disabilitato l'elemento skinCluster del risolutore e ci sono rimasti solo i delta. Un risolutore per ogni regione è stato prodotto e collegato tramite strati di geometria nel blendShape FOC. Un vantaggio di questo flusso di lavoro è stata la possibilità di dipingere i pesi del blendShape, che ci ha dato ulteriore controllo sull'implementazione di Ziva RT all'interno del rig.
05. Conclusione L'attrezzatura finale
(Immagine: © The Garfield Movie © 2024 Project G Productions, LLC)
A questo punto, il rig completato con Ziva RT incorporato era pronto per l'uso. Poiché trattiamo i dati Ziva RT come tipici delta correttivi front-of-chain, non ci sono state modifiche alle nostre configurazioni di rigging e tutti i nostri livelli di deformazione e configurazioni esistenti hanno funzionato con questa aggiunta di Ziva RT.
Quando le build finali sono state approvate, il team di animazione è stato entusiasta della carnosità e della conservazione del volume nei personaggi. I risultati erano molto accattivanti e sembravano molto organici, e gli artisti dell'animazione hanno ritenuto di aver ottenuto le forme e le linee che avevano chiesto nei loro draw-over.
Questo contenuto è apparso originariamente sulla rivista 3D World, la rivista di arte CG leader al mondo. 3D World è in vendita nel Regno Unito, in Europa, negli Stati Uniti, in Canada, in Australia e altrove. Un numero limitato di edizioni cartacee di 3D World sono disponibili per la consegna dal nostro negozio online (i costi di spedizione sono inclusi in tutti i prezzi). Iscriviti a 3D World su Magazines Direct.
