很多人都听说过雕塑，也看过一两部3D电影，但对3D动画雕塑（3D motion sculptures）可能就没那么熟悉了。这一术语是由麻省理工学院计算机科学与人工智能实验室，谷歌研究所和加州大学伯克利分校的研究人员已共同提出的，他们试图通过人工智能系统来展示人体是如何运动的。

这一系统被称为MoSculp，在论文《MoSculp：形状和时间的交互式可视化》（MoSculp: Interactive Visualization of Shape and Time）中有所描述，该论文将于下个月在德国柏林的UIST会议上发布。Xiuming Zhang是一名博士生，也是论文的第一作者，他认为这可以帮助想要提高技能的运动员进行详细的运动研究。

“想象一下，你有一个关于Roger Federer 在网球比赛中投球的视频，以及一个自己学习网球的视频。”Zhang说，“然后你可以建立两种情景的动作雕塑来比较它们，并更全面地研究你需要改进的地方。”

其在实践中的工作原理如下：将视频加载到系统后，MoSculp将检测到的关键点覆盖在输入帧上，并通过几个随机选择的帧确认它们。 （内置的校正工具可以让用户在必要时进行调整。）在校正“暂时不一致的检测”后，它会生成运动雕塑并将其加载到自定义界面中。

这是一个多步骤的过程。首先，MoSculp会首先自动检测拍摄对象身体上的2D关键点，例如芭蕾舞女演员的髋关节，膝关节和踝关节，同时进行复杂的舞蹈序列。然后，它将这些点的***姿势转化为3D“骨架”。

之后，将这些骨架拼接在一起后，系统会生成一个可以3D打印的运动雕塑，显示主体追踪的平滑，连续的运动路径。用户可以在雕塑周围导航并定制他们的图形以聚焦于不同的身体部位，分配不同的材料以区分部件，甚至自定义照明，然后使用3D打印机进行打印。

在试验期间，研究人员发现超过75％的受试者认为MoSculp提供了比标准摄影技术更详细的运动学习可视化。据悉，这一系统最适合较大的动作，比如在舞蹈序列中抛球或进行一次飞跃。它也适用于可能阻碍或复杂运动的情况，像穿着宽松衣服或携带物品的人。

另外，目前，MoSculp仅适用于单一主题发热视频，但团队希望将其扩展到多个人。在未来，他们相信它可以用于研究社会障碍，团队动态以及人际交往等事情。

“舞蹈和高技能运动通常看起来像'移动雕塑'，但它们只会形成稍纵即逝的短暂形状，”Adobe传播负责人Courtney Brigham表示。“这项工作展示了如何采取动作并将其转化为具有客观运动可视化的真实雕塑，为运动员提供了一种分析他们的训练动作的方式。”

原文发布时间为：2018-09-20

本文作者：Sandy

本文来自云栖社区合作伙伴“人工智能观察”，了解相关信息可以关注“人工智能观察”。