신경망 기반 스키닝으로 물리 애니메이션을 실시간 생성하는 PhysSkin++

핵심 요약

• 다양한 3D 형태에서 실시간 물리 기반 애니메이션을 일반화하기 위해 PhysSkin++ 프레임워크를 제안했다.
• 정적 기하학으로부터 신경 스키닝 필드를 학습해 콤팩트한 변형 부분공간을 구성하며, 객체별 네트워크 훈련 없이 형태 의존적 부분공간을 예측한다.
• 시뮬레이션 궤적 없이 부분공간을 학습하기 위해 스키닝 필드 정규화와 충돌 인식 그래디언트 보정을 결합한 물리 기반 자기지도 학습 전략을 개발했다.
• 물리 및 직교성 제약 조건 하에서 안정적인 결합 최적화를 가능하게 한다.
• 학습된 표현은 사용자 제어, 접촉 상호작용이 포함된 효율적인 축소 동역학을 지원하며, 메시, 포인트 클라우드, 3D 가우시안에 직접 바인딩할 수 있다.
• 리그 애니메이션을 위해 자기지도 상보성 목표를 도입해 런타임에 상보성 제약을 강제하지 않고 보완적 탄성 응답을 학습한다.
• 실험에서 학습된 스키닝 필드의 교차 형태 일반화, 실시간 축소 시뮬레이션, 제어 가능하고 충돌 인식적인 리그 보완 애니메이션 응용을 입증했다.