PBNS : simulateur neuronal fondé sur les lois physiques pour la déformation de l'espace des poses de vêtements non supervisée

Nous présentons une méthodologie permettant d’obtenir automatiquement des bases de déformation en espace de pose (Pose Space Deformation, PSD) pour les vêtements rigides à l’aide d’apprentissage profond. Les approches classiques s’appuient sur des simulations basées sur la physique (Physically Based Simulations, PBS) pour animer les vêtements. Ces méthodes constituent des solutions générales capables, avec une discrétisation suffisamment fine de l’espace et du temps, de produire des résultats hautement réalistes. Toutefois, elles sont très coûteuses en termes de calcul, et toute modification de scène nécessite une nouvelle simulation. Le Skinning par mélange linéaire (Linear Blend Skinning, LBS) combiné à la PSD offre une alternative légère à la PBS, mais nécessite des volumes considérables de données pour apprendre une PSD adéquate. Nous proposons d’utiliser l’apprentissage profond, formulé comme une PBS implicite, afin d’apprendre de manière non supervisée des déformations PSD réalistes dans un cadre contraint : des êtres humains vêtus. En outre, nous démontrons qu’il est possible d’entraîner ces modèles en un temps comparable à celui d’une PBS pour quelques séquences. À notre connaissance, nous sommes les premiers à proposer un simulateur neuronal pour les tissus. Bien que les approches basées sur les réseaux de neurones deviennent une tendance dans ce domaine, elles restent des modèles très gourmands en données. De plus, les auteurs proposent souvent des formulations complexes afin d’améliorer l’apprentissage des plis à partir de données PBS. L’apprentissage supervisé conduit à des prédictions physiquement incohérentes, nécessitant ensuite un traitement des collisions pour être utilisables. Par ailleurs, la dépendance aux données PBS limite l’évolutivité de ces solutions, tandis que leur formulation entrave leur applicabilité et compatibilité. En proposant une méthodologie non supervisée pour apprendre la PSD dans les modèles LBS (standard de l’animation 3D), nous surmontons ces deux inconvénients. Les résultats obtenus montrent une cohérence du tissu dans les vêtements animés, ainsi que des plis et plissements significatifs dépendants de la posture. Notre solution est extrêmement efficace, gère plusieurs couches de tissu, permet le redimensionnement non supervisé des tenues et peut être facilement appliquée à tout avatar 3D personnalisé.