Introduccin a Animacin Facial en MPEG4 David Escudero

Introducción a Animación Facial en MPEG-4 David Escudero Mancebo Universidad de Valladolid

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Introducción n MPEG-4 FA es la primera propuesta de parametrización de animación facial (FA) en ser estandarizada. FA se alimenta del mundo de los creativos 3 D y de la ingeniería TIC. MPEG es vídeo¡¡¡ No sólo. MPEG-4 se preocupa de las extensiones: ¨ Synthetic Natual Hybrid Coding activity SNHC: cómo integrar grafismos 2 D y 3 D en vídeo. ¨ Face and Body Animation (FBA) subgrupo.

Introducción n Taxonomía de Facial Animation ¨ High-level utiliza los parámetros low-level.

Introducción Beneficios de MPEG-4 ¨ Rango de posibles caras o expresiones: n n n ¨ Los Facial Definition Paremters (FDP) son escalables y permiten la modificación de la cara enviando feature points (FPs), nuevas texturas o la malla completa. Los Facial Animation Parameters (FAPs) cubren las principales articulaciones. Existen Facial Animation Tables (FATs) que permiten la especificación precisa de los movimientos de los vértices asignado a cada FAP. Fácil de usar n n n Es muy de bajo nivel y no es fácil de emplear. Sin embargo los FAPs son fácilmente interpretables. También hay FAPs de alto nivel como visemas y expresiones.

Introducción Beneficios de MPEG-4 ¨ Reproduce variaciones de cara sutiles n ¨ Ortogonal n n ¨ Permite un amplio abanico de gestos Los FAPs son ortogonales porque cada uno se refiere a un gesto Sin embargo diferentes FAPs pueden afectar a los mismos puntos de la maya y es necesario combinar. Portabilidad n Los FAPs están normalizados con respecto a la cara.

Introducción n Historia de la animación facial ¨ ¨ ¨ Se solía hacer ad hoc. FACS Facial Action Conding System es un sistema para evaluar las expresiones faciales codificándolas en 46 Action Units (AU). Parametrización Parke: parámetros de expresión (abrir párpados, arquear cejas, ancho de la boca…. ) y parámetros de coformidad (alto de la nariz, largo de las cejas…). Abstract Muscle Actions AMA con pseudomúsculos que definen el movimiento. Cierra el labio superior, parpado izquierdo… Proyecta los AUS en una serie de AMAs. Minimal Perceptible Actions (MPAs). Describe los efectos visibles de uno o más músculos y los combina en expresiones de más alto nivel: levanta el párpado, mueve el ojo en vertical…

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Especificación y animación de caras n MPEG-4 especifica: El modelo de la cara en su estado neutro con un número de FPs (face parameters) en el estado neutro como puntos de referencia y ¨ un conjunto de FAPs cada uno se corresponde con una acción particular que debe realizar la cara. ¨ n n La secuencia animada se genera deformando la cara de acuerdo a los valores de los FAPs a lo largo del tiempo. El valor de cada FAP es la magnitud de la acción correspondiente. Para que un terminal MPEG-4 pueda interpretar los FAPs en su modelo de cara, tiene que tener definidas una serie de reglas para producir la animación correspondiente. El terminal puede usar sus propias reglas o descargar el modelo de cara y las FAT (face animation tables) asociadas para realizar el movimiento.

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Modelado de caras en estado neutro n n n Todos los músculos de la cara están relajados. Los párpados están tangentes al iris. La pupila está a 1/3 del iris. Los labios están en contacto. La línea de contacto es horizontal de la misma longitud que la distancia entre comisuras. La boca está cerrada y los dientes de arriba y de abajo se tocan. La lengua es plana, horizontal con el pico tocando el cierre de los dientes.

Modelado de caras en estado neutro FAPU (Face animation parameters units) ¨ ¨ Para definir FAPs para cualquier cara. Son fracciones de distancias entre puntos clave en la cara neutral.

Modelado de caras en estado neutro Features Points (FPs) n n n MPEG-4 especifica 84 FPs en la cara neutral. Son referencias espaciales para los FAPs. Algunos FPs no se ven afectados por los FAPs (ej. La linea del pelo). Se requiren para definir la forma de la cara. Se ordenan en grupos: ojos, boca… La posición de los FPs debe ser conocida por el modelo de cara compatible MPEG Hay recomendaciones para posicionar (gráfico y tabla de restricciones)

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Parámetros de animación facial n Los FAPs (Face Animation Parameters) ¨ ¨ n n n Los 68 parámetros se categorizan en 10 grupos relacionados con las partes de la cara. Representan un conjunto de acciones faciales básicas como movimientos de cabeza, de lengua, de ojos… Para cada FAP, el estándar define ¨ ¨ n n se basan en el estudio de las acciones mínimas perceptibles y tienen que ver con las acciones de los músculos. las FAPU que hay que emplear, el FAP group, La dirección positiva del movimiento Si el movimiento del FP es unidireccional o bidireccional. FAPs de bajo nivel 2 -10. Especifica cuanto se mueve el FP con una magnitud dada. FAPs de alto nivel: visemas y expresiones.

Parámetros de animación facial FAP 1 Visemas ¨ Un visema es un correlato con un fonema. ¨ El estándar incluye 14 visemas estáticos. ¨ Las articulaciones se consiguen combinando el fonema actual con el anterior y el siguiente. ¨ Las transiciones se hacen mezclando visemas con un factor de peso.

Parámetros de animación facial FAP 2 Expresión facial n Seis expresiones básicas. Se pueden combinar. n Las expresiones se animan con un valor de excitación [064] para cada emoción.

Parámetros de animación facial n El uso de los parámetros FAP 1 y 2 junto con el resto de FAPS bajo nivel puede causar efectos inesperado: ¨ Todos actúan sobre los mismos elementos de la cara. ¨ Los de bajo nivel tienen prioridad.

Parámetros de animación facial

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Especificación del modelo de cara n Los terminales compatibles con MPEG-4 Tienen que ser capaces de decodificar un stream de FAPs ¨ Aportar un modelo de cara compatible que animan. ¨ El decodificador no permite ver el modelo de cara. ¨ n Un nodo FDP permite al decodificador especificar el modelo de cara que tiene que animar. Definición de la geometría estática. ¨ Propiedades superficiales ¨ Reglas de animación con una FAT para especificar cómo se deforma el modelo de acuerdo a las FAPs. ¨ n Como alternativa el nodo FDP puede ser usado para calibrar el modelo propietario del decoder. MPEG-4 no dice cómo calibrar.

Especificación del modelo de cara Modelo de cara propietario: n Para que un modelo de cara sea compatible con MPEG 4 debe ejecutar todos los FAPs posibles. n Al menos tantos vértices como FPs: 50 vértices. n Para generar una cara agradable, se estima necesario al menos 500 vértices. n 4 pasos: Construir la forma de la cara posicionar los FPs. Para cada FAP hay de determinar cómo se mueven los FPs. Se define cómo afecta el movimiento de cada FP en los vértices. Se suelen emplear FATs, modelos basados en deformación de músculos o clones de modelos. ¨ Para las expresiones el estándar sólo da consejos cualitativos. Los visemas asignando una posición a los labios. ¨ ¨ ¨

Especificación del modelo de cara Adaptación o calibrado del modelo de la cara: n El encoder puede especificar la posición de los FPs. n El decoder deberá adaptar su cara a las nuevas posiciones. (no hay garantías de calidad). n Pensado para enviar diferentes texturas al modelo de cara. Se envían las coordenadas de mapeo de la textura. ¨ Se especifica la posición de cada FP en el mapa de textura. ¨

Especificación del modelo de cara Modelado de la cara usando un grafo de escena n Para pasar un modelo de cara al decoder, se espefica un modelo de cabeza con un grafo de escena usando MPEG-4 BIFS. n Mismos nodos que VRML: ¨ Groups, Transforms, Indexed. Face. Set (Geometrías), Texturas

Especificación del modelo de cara Definición de reglas de animación empleando una FAT n La FAT define cómo se deforma el modelo en función de la amplitud de los FAPs. n Se emplean 3 nodos BIFS: ¨ ¨ ¨ Face. Def. Table, Face. Def. Transform, Face. Def. Mesh Son parte del modelo de la cara. El Face. Def. Table, especifica para cada FAP los nodos del grafo de escena que se modifican y cómo usando Face. Def. Transform y Face. Def. Mesh

Especificación del modelo de cara Definición de reglas de animación empleando una FAT n Definición de la animación para un nodo transform: Si el FAP provoca una rotación, trasladado o escala, un nodo Transform describe la animación. ¨ El Face. Def. Table especifica un Face. Def. Transform node que define el tipo de transformación y el factor de escala para la correspondiente transformación. ¨ Durante la animación, el valor del FAP recibido, el FAPU y el factor de escala determina el valor real para transformar el modelo. ¨

Especificación del modelo de cara Definición de reglas de animación empleando una FAT n Definición de la animación para un nodo Indexed. Face. Set: Cuando un FAP causa una deformación en el modelo de la cara, el Face. Def. Table usa el nodo Face. Def. Mesh para definir las deformaciones en el Indexed. Face. Set. ¨ Las deformaciones flexibles del Indexed. Face. Set se consiguen aplicando una función lineal a intervalos sobre los vértices con valores de amplitud de las FAP. ¨ El Face. Def. Mesh define para cada vértice afectado su prorpia función lineal a intervalos especificando los intervalos sobre la magnitud de las FAP y los desplazamientos 3 D correspondientes. El movimiento de cada vértice se limita a una recta. ¨

Especificación del modelo de cara Definición de reglas de animación empleando una FAT

Especificación del modelo de cara Ejemplo

Especificación del modelo de cara Definición de reglas de animación empleando una FAT n Algoritmo de reposicionamiento del vértice Pm, con desplazamiento Dm, k con k intervalos. 1. 2. 3. 4. 5. 6. n Determinar el intervalo listado en el Face. Def. Mesh en el que recae el valor del FAP recibido. Si se recibe un FAP en el intervalo j = [Ij, Ij+1] con 0=Ik<=Ij Si FAP > Imax, Pm se calcula con la fórmula anterior haciendo j=max-1 Si el FAP está en [Ij, Ij+1] y Ij+1<=Ik =0 Si FAP <I 1 ecuación 4 con j=1 Si sólo hay un intervalo No es necesario limitarlo a caras.

Especificación del modelo de cara Definición de reglas de animación empleando una FAT Ejemplo ¨ FAP 6 estira una comisura del labio. n n Indexed. Face. Set llamado Face Tres intervalos: [-1000, 0][0, 500][500, 1000] Se dan desplazamientos para los vértices 50 y 51 Para el 50: P’ 50=P 50+500(0. 9 0 0)T+100(1. 5 0 4)T=P 50+(600 0 400) T ¨ FAP 13 rotación horizontal del párpado. n n El eje de rotación es el (0, -1, 0) El FAP determina el ángulo

Especificación del modelo de cara Ahorro de tiempo en la construcción de FAT n Un generador de Face. Def. Table calcula estas tablas a partir de un conjunto de modelos de caras. n El modelador maneja modelos de caras y diseña las diferentes configuraciones. n El Generador de Face. Def. Tables compara los modelos confeccionados con el modelo básico. n Comparando los vértices se identifican los vértices implicados en el movimiento. n El renderer accede al modelo básico y a las deformaciones.

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Integración con síntesis de habla

Integración con síntesis de habla n n El problema clave es la sincronización. Sólo puede haber sincronización si se envía prosodia y timing information. ¨ ¨ ¨ El stream TTS genera texto y prosodia El MPEG-4 TTSI decoder decodifica la información para dársela al TTS propietario. El TTS crea las muestras de audio. El compositor presenta audio y video al usuario. El TTS envía los fonemas y las duraciones e instante inicial de los fonemas al phoneme/Bookmark-to-FAP-Converter. El converter trasforma la información en FAPs.

Integración con síntesis de habla n La sincronización precisa de bookmarks en el texto. ¨ El TTS envía el bookmark al Phoneme/Bookmark-to-FAP converter a la vez que genera el primer fonema. ¨ El bookmark define el tiempo de comienzo y la duración de la transición a la nueva amplitud del FAP. ¨ La consecuencia es que no se acumulan retrasos.

Índice Introducción n Especificación y animación de las caras n ¨ Modelado de caras en estado neutro ¨ Parámetros de animación facial ¨ Especificación del modelo de la cara Integración de Face animation y text-tospeech n Integración en sistemas MPEG-4 n

Integración con sistemas MPEG-4 n Un grafo de escena BIFS tiene que ser transmitido al terminal MPEG-4.

Integración con sistemas MPEG-4 n Un nodo FAP recibe el stream de FAPs. Este nodo habilita al encoder para realizar los movimientos.

Integración con sistemas MPEG-4

Integración con sistemas MPEG-4

Integración con sistemas MPEG-4

Demos n n n EPTAMEDIA http: //www. eptamedia. com/faceanim/en-doc/en-demo-c-netnews. htm ALTER EGO http: //www. studiopendulum. com/alterego/clients_and_projects. html Hannover University http: //www. tnt. uni-hannover. de/project/facialanimation/demo/index. html Tsinghua University http: //hcsi. cs. tsinghua. edu. cn/english/demoavatar. htm Taiwan University http: //www. cmlab. csie. ntu. edu. tw/~keico/jcst/edm. html Terniske University http: //www 2. imm. dtu. dk/~aam/ http: //www. youtube. com/watch? v=e. SS 4 GFIH 94 w XFACE

Referencias n La referencia principal de esta presentación es el artículo “Face and 2 -D mesh animation in MPEG-4”, Signal processing: Image Communication, Vol 15, 2000, pp. 387 -421

Introducción a Animación Facial en MPEG-4 David Escudero Mancebo Universidad de Valladolid