Digital Bodies: Motion Capture Acting

Motion capture-teknik används flitigt inom film- och dataspelsindustrin för att animera digitala karaktärer. Genom tekniken kan en skådespelare drastiskt byta skepnad och anta allt från abstrakta former till fantasifulla varelser eller djur. Detta projekt undersöker dom utmaningar som uppkommer när man som skådespelare spelar med en fundamentalt annorlunda kropp än den man är van vid. Detta kan handla om att anpassa rörelser eller kroppsvikt för att gestalta en stor och tung person eller att förhöja gester och kroppsspråk för att gestalta en robot eller en karaktär som saknar ansiktsmimik. Projektet ställer frågor som om den digitala kroppen ska ses som en ny form av mask och smink (som mocap-skådespelaren Andy Serkis föreslår), eller om den ska betraktas som en typ av digital ”docka”, som manipuleras av skådespelaren? Behöver man utveckla en helt ny typ av teknik och träning för motion capture-skådespeleri?

Projektet har två mål. Det ena målet är att öka förståelsen för hur man som skådespelare eller mimare gestaltar digitala karaktärer, vilket i förlängningen syftar till att skapa mer trovärdiga och engagerande rollfigurer på film och i dataspel. Vi gör detta genom att systematisk spela in och analysera rörelser för en mängd digitala karaktärer med olika form och personlighetsdrag. Det andra målet är att stödja forskningen inom rörelse-syntes för robotar och virtuella agenter på KTH. De senaste årens framsteg inom maskininlärning har möjliggjort nya metoder för att automatiskt generera kroppsspråk och gester. Dessa metoder kräver stora mängder exempel-rörelser att lära sig från. Genom projektet skapas en strukturerad databas vilket kan hjälpa robotar och virtuella assistenter att visa personlighet.

Team

Jonas Beskow, KTH, beskow@kth.se .
Simon Alexanderson, KTH.
Alejandro Bonnet. SKH.
Matthew Allen, SKH.