「万字长文」虚拟人漫谈｜技术篇(6)

人体真的很不规则，可以设想，你能见到的大部分物体都是比较规则的，想想你身边的床、柜子、桌椅板凳……出于工业设计与制造的方便，大多我们用到的物品都是由立方体、圆柱体等基本图形以及其组合而演变来的，而人体却是复杂的骨骼外面包裹了复杂的肌肉，既不是全方的也不是全圆的，哪怕是一条简单的胳膊也包含了微弱的高低起伏，因此是非常难以概括的。人的动态非常丰富，一个人的肢体活动是非常多变的，而多变的肢体活动带来的是肌肉的拉伸、挤压和复杂的透视，因此，想做出非常自然的虚拟人姿态难度是很大的，需要对各个肌肉及其联动的数据权重进行大量的微调，是需要非常丰富的建模及绑定经验的。人对人的敏感程度非常高，这就好比画一棵树，只要我画了一堆树叶上去，你可以完全不在乎树叶画的是不是和窗外那棵一模一样，只要能看出来是树，就可以了；
对于人就不是这样了，世界上有这么多人，却很难找到两个长得一模一样的人，人对于人脸的敏感程度非常高，稍微不像就能看的明显，因此对于一些高保真的明星偶像的建模，也需要强大的美术功底才能支撑。建模方式二：仪器采集建模
相比于手工建模，仪器采集建模是通过仪器扫描的方式来进行建模。该方式成本较高，目前一般用于影视特效制作等领域居多。仪器采集建模技术分为静态扫描建模和动态光场重建：
静态扫描模型技术是目前的主流，可具体细分为结构光扫描重建与相机阵列扫描重建等。动态光场重建技术是目前重点发展的方向，不仅可以重建人物的几何模型，还可一次性获取动态的人物模型数据，并高品质重现不同视角下观看人体的光影效果，具有高视觉保真度。许多关于虚拟人的行研报告里都有关于以上两种技术的详细介绍，例如国海证券的《数字虚拟人——科技人文的交点，赋能产业的起点》中，「图表：主要建模技术概况」就概括的很好，有兴趣的读者可以找来看看。建模方式三：自动化建模
自动化建模主要包含以下一些方式：
图像采集建模：通过采集照片来还原人脸 3D 结构AI建模：利用AI算法直接生成人脸、身体等的建模方式自动化建模技术目前还不算特别成熟，建模结果到直接商用还有一段距离，不过，该类技术会大大降低建模的人力成本和时间成本。目前已经出现了一些支持虚拟人创建的工具化平台，如英伟达的 Omniverse Avatar、Epic Unreal的 MetaHuman Creator 等。尤其是2022年6月最新发布的Unreal的MetaHuman Creator ，其效果令人惊艳。