Iskanje po katalogu digitalne knjižnice

Opis: V diplomski nalogi smo raziskali fotogrametrijo v povezavi z računalniško animacijo in 3D tiskanjem. Fotogrametrija je zaenkrat še slabo poznana tehnika zajemanja tridimenzionalnih objektov, uporablja pa se že v mnogih velikih podjetjih na različnih področjih, do neke mere pa je dostopna že skoraj vsakemu posamezniku. Tudi 3D tiskanje je v zadnjem desetletju postalo zelo popularen hobi, animacija pa se praktično že pojavlja povsod v zabavni industriji in oglaševanju. Cilj diplomske naloge je ustvariti čim boljšo repliko izbranega objekta s pomočjo fotogrametrije. Pridobljeni 3D model smo še prototipirali s 3D tiskalnikom in ga uporabili v animaciji.
Ključne besede: fotogrametrija, 3D tiskanje, animacija, geometrijsko modeliranje
Objavljeno: 18.10.2021; Ogledov: 7; Prenosov: 1
Celotno besedilo (2,78 MB)

Opis: V diplomskem delu z naslovom Lutkovna zaposlitev v kombiniranem oddelku smo zajeli teoretičen in praktičen del, vezan na projektno delo. V teoretičnem delu smo predstavili lutke, lutkovno umetnost in z njo povezane lutkovne tehnike, primerne za delo z otroki, metode dela v vrtcu, vezane na lutko, ter simbolno igro, kjer smo izpostavili prednosti otrokovega celostnega razvoja ob igri z lutko. Opisali smo tudi nekatere značilnosti dela v kombiniranem oddelku. Projektno delo smo osnovali glede na namen in cilje diplomskega dela ter pripravili in izvedli projekt lutkovne zaposlitve v kombinirani skupini vrtca in ob tem zadovoljili potrebe vseh otrok, ne glede na njihovo starost. Otroci so se na podlagi ustrezne motivacije in lutkovne predstave vživeli v svet lutk oz. lutkovnega gledališča, poskušali lutkovno zgodbo ponotranjiti, animirati lutke, se zaigrati z lutkami na svoj način, po metodi proste igre. Izdelali so si tudi preproste lutke glede na posamezno tehniko lutk. Velik del projekta smo namenili simbolni igri z lutko oz. ustvarjalni lutkovni dejavnosti. Ob vsem tem pa smo pozitivno vplivali tudi na otrokov celosten razvoj. Ob koncu dela smo prepričani, da otroci različne starosti različno sprejemajo posamezne tehnike lutk oz. da enako tehniko lutk sprejemajo drugače. Mlajše otroke privlačijo lutke, narejene iz mehkega materiala, in jim je pomembno, da so lutke všečne. Starejši otroci pa pozornost usmerjajo že v samo tehniko gibanja lutke. Praktičen del diplomske naloge je predstavljen preko dnevnih priprav ter analizah le teh, ki smo jih izvedli v kombiniranem oddelku vrtca.
Ključne besede: lutka, lutkovne tehnike, animacija lutke, spontana igra z lutko, kombiniran oddelek
Objavljeno: 17.05.2021; Ogledov: 198; Prenosov: 110
Celotno besedilo (5,76 MB)

Opis: Metode strojnega učenja so v zadnjem desetletju omogočile preboj v učinkovitosti računalnikov pri reševanju problemov, kot so prepoznavanje slik, klasifikacija besedila in podatkovno rudarjenje. Eden od najbolj uspešnih pristopov so rešitve z uporabo umetnih nevronskih mrež, ki se zgledujejo po bioloških nevronskih mrežah in zmožnostjo človeka, da opravlja kompleksne naloge. Da bi dosegle dobro zmogljivost, umetne nevronske mreže uporabljajo veliko medsebojno povezanih enostavnih celic, oziroma nevronov. Da lahko nevronska mreža učinkovito rešuje nek problem, jo je potrebno učiti. Učenje poteka s pomočjo učne množice vzorcev, ki za dane vhodne podatke vsebujejo tudi znane izhodne rezultate (npr. oznako razreda vhodnega vzorca). Na takšen način deluje nevronska mreža v tej magistrski nalogi za animiranje in krmiljenje računalniških likov. Animacije v filmih, simulacijah in video igrah zahtevajo sodobne pristope in pred kratkim predstavljena nevronska mreža z uporabo fazne funkcije (PFNN [8]), ki smo jo preučili v tem delu, zagotavlja enega od najbolj obetavnih pristopov. Vhodi mreže so podatki o položaju in hitrosti premikanja sklepov računalniškega lika, ter podatki o višinah terena v točkah trajektorije. Prav tako so vhodi v mrežo normalizirane vrednosti, ki povedo, ali računalniški lik stoji na mestu, hodi, beži, čepi, skače ali je naletel na steno in se mora ustaviti. Izhodi mreže za krmiljenje računalniških likov se računajo v vsakem okvirju animacije in predstavljajo trenutno stanje sklepov lika in predvideno usmeritev hoje v prihodnosti. Del izhodov nevronske mreže uporabimo v naslednjem okvirju kot vhode, ki jih zlijemo s krmilnimi podatki uporabnika. Učenje se izvaja na predhodno obdelanem naboru podatkov, ki so ga avtorji PFNN posneli z metodo zajemanja gibanja v studiu. Po snemanju so podatke razširili z zrcaljenjem in jih prenesli v virtualno okolje ter tako dobili večjo učno množico za uspešnejše učenje nevronske mreže. Arhitektura nevronske mreže s fazno funkcijo je triplastna mreža z veriženjem naprej, ki ima 342 vhodnih in 311 izhodnih spremenljivk. Vsaka skrita plast ima 512 nevronov, in na obeh skritih plasteh se uporablja eksponentna linearna (ELU) aktivacijska funkcija, ki omili nezaželen pojav izginjajočega gradienta med učenjem nevronske mreže. Mreža je izdelana v programskem jeziku Python z uporabo knjižnice TensorFlow. Pri učenju mreže se uporablja optimizacijski algoritem Adam s prilagodljivo hitrostjo učenja. Na vsaki plasti se uporablja regularizacijska tehnika odpovedovanja nevronov, ki omejuje prekomerno prilagajanje modelov učni množici. V primerjavi z običajnimi nevronskimi mrežami z veriženjem naprej, uporablja PFNN posebno fazno funkcijo, s pomočjo katere interpolira med štirimi nabori uteži nevronske mreže na podlagi vrednosti fazne spremenljivke. Ti nabori uteži se vzporedno optimizirajo med učenjem nevronske mreže. V vsakem ciklu hoje fazna spremenljivka teče od 0 do 2pi, torej od takrat, ko ima računalniški lik desno nogo v kontaktu s terenom in jo začne dvigati, do takrat, ko jo postavi nazaj na tla. Za interpolacijo med različnimi nabori uteži je bil uporabljen kubični Catmull-Romov zlepek. Izhodi nevronske mreže se med učenjem uporabijo za izračun napake in posodabljanje vseh štirih naborov uteži. Nevronsko mrežo lahko uporabimo v demonstraciji krmiljenja animiranega lika, tako da se izhodi nevronske mreže zlijejo z uporabnikovimi krmilnimi signali za določanje položaja in hitrosti sklepov v kinematični verigi. Zlivanje krmilimo s faktorjem mešanja, ki omogoča uravnotežanje med natančnostjo krmiljenja in naravnostjo animacije računalniškega lika.
Ključne besede: umetna nevronska mreža, zajem gibanja, animacija, fazna funkcija, krmiljenje likov
Objavljeno: 01.12.2020; Ogledov: 253; Prenosov: 25
Celotno besedilo (4,53 MB)

Opis: Diplomsko delo se osredotoča na tehnike hibridne animacije in vrednotenje njihove učinkovitosti kot medijskega sredstva. Teoretični sklop zajema opredelitev prednosti in slabosti tradicionalnih tehnik ter izzive, povezane z njihovim združevanjem. Na osnovi pregleda tehnik in dobrih praks predstavimo postopek izdelave hibridne animacije in z njo ovrednotimo zmožnost človeškega zaznavanja elementov v navideznem okolju. Z rezultati smo pokazali, da hibridna animacija omogoča odlično zaznavanje scenskih elementov in posledično potrdili njeno uporabno vrednost v primerjavi s tradicionalnimi metodami.
Ključne besede: tradicionalna animacija, hibridna animacija, celično senčenje
Objavljeno: 03.11.2020; Ogledov: 141; Prenosov: 22
Celotno besedilo (2,19 MB)

Opis: Diplomsko delo proučuje pripravo modela za animacijo v računalniškem programu za 3D-modeliranje. S poznavanjem anatomije človeškega skeleta in njegovih gibalnih sposobnostih smo modelu vgradili okostje ter mu omogočili gibalne funkcije. Proučili smo kinematsko verigo in gibe posameznih sklepov, kar nam je bilo v pomoč pri kasnejšem delu. S pomočjo kontrolnikov, ki imajo nalogo, da premikajo dele telesa, smo olajšali delo animatorjem in model pripravili za nadaljnjo rabo v animaciji. Preizkusili smo, kako se model obnese v testnem okolju, ter podali ugotovitve.
Ključne besede: okostje, animacija, 3D modeliranje, inverzna kinematika
Objavljeno: 22.11.2018; Ogledov: 895; Prenosov: 113
Celotno besedilo (4,80 MB)